python - Pandas 使用正则表达式从文本中获取值

Question

我有这样的文字:

text = 'Ronald Mayr: A\nBell Kassulke: B\nJacqueline Rupp: A \nAlexander Zeller: C\nValentina Denk: C \nSimon Loidl: A \nElias Jovanovic: B \nStefanie Weninger: B \nFabian Peer: C \nHakim Botros: B\nEmilie Lorentsen: B\n'

我需要获取所有具有 ":B"值的名称.. 例如 Bell Kassulke、Elias Jovanovic
我正在尝试这样的事情

stu = re.findall('\w+.*.: B',text)

但这个给了我这样的 list :

['Bell Kassulke: B',
 'Simon Loidl: B',
 'Elias Jovanovic: B']

虽然我只需要名字而不是整个列表。我到底能做什么？

Answer 1

您可以使用

^(.*?):\s*B\s*$

见 regex demo
详情

^ - 字符串开头

(.*?) - 第 1 组(.findall 的实际值):除换行符以外的任何零个或多个字符，尽可能少

: - 冒号

\s*B\s* - 一个 B用零个或多个空格括起来

$ - 字符串结尾/

在 Pandas 中，您可以使用

df['Col name here'].str.findall(r'^(.*?):\s*B\s*$').str.join(',')

或者，如果每个值需要一个匹配项:

df['Results'] = df['Col name here'].str.extract(r'^(.*?):\s*B\s*$', expand=False)