提取列中两个标记之间的文本

Question

我有一个pandas列，其中包含如下数据：

function(tb3696,[1,1,1,0],'glpK',"ATP:glycerol 3-phosphotransferase")
function(tb3255,[1,1,1,0],'manA',"mannose-6-phosphate isomerase")
function(tb3441,[1,1,1,0],'mrsA',"phosphoglucomutase or phosphomannomutase")
function(tb118,[1,1,1,0],'oxcA',"oxalyl-CoA decarboxylase")

我需要从上述专栏中提取以下文本：

tb3696
tb3255
tb3441
tb118

我尝试了以下方法，但无效：

df[0].str.extract('tion\( (.+?) \,\[',expand=False)

Answer 1

你可以用

df[0].str.extract(r'\((\w+),', expand=False)

见regex demo

正则表达式在(和,字符之间匹配一个或多个字母/数字/下划线。由于Series.str.extract需要正则表达式模式中的捕获组，因此\w+用两个unescape捕获括号括起来