python - 从前 2 行中选择特定单词，以特定单词、正则表达式开头

Question

数据是pandas系列:我正在使用df.B=df.A.str.extract(r'')使用提取的 WHERE 单词创建 B 列df:

A
HI my lines are
so super WHERE1 my car
car go anywhere
next line like this
HI my lines are
so super WHERE2 my car
one WHERE HI like me

以上数据为测试数据，介于HI之间单词有时有40行空格。我需要从 HI 开始的前两行开始，HI 始终是第一行。从第一行开始，获取 WHERE1 和 WHERE2 单词

到目前为止我的正则表达式:

^(HI(.*\n){2}) #to select first two lines

我不知道应该在哪里添加我要查找的单词(WHERE1|WHERE2)

预期输出:

WHERE1
WHERE2

Answer 1

您可以将此正则表达式与 MULTILINE 模式一起使用:

^HI\s.*(?:\n.*)?\b(WHERE1|WHERE2)\b

RegEx Demo

正则表达式详细信息:

• ^HI\s:匹配以 HI 开头的行和空格
• .*:匹配 0 个或多个任意字符
• (?:\n.*)?:可选组，用于匹配换行符和 0 个或多个任意字符
• \b(WHERE1|WHERE2)\b:将 WHERE1 或 WHERE2 与字边界匹配