从列表中的列中提取某些单词

Question

我有一个字段，其中一列是消息，有一个字符串，数据如下：-

df['message']

2020-09-23T22:38:34-04:00 mpp-xyz-010101-10-103.vvv0x.net patchpanel[1329]: RTP:a=end pp=10.10.10.10:9999 user=sip:.F02cf9f54b89a48e79772598007efc8c5.@user.com;tag=2021005845 lport=12270 raddr=11.00.111.212 rport=3004 d=5 arx=0.000 tx=0.000 fo=0.000 txf=0.000 bi=11004 bo=453 pi=122 pl=0 ps=0 rtt="" font=0 ua=funny-SDK-4.11.2.34441.fdc6567fW jc=10 no-rtp=0 cid=2164444 relog=0 vxdi=0 vxdo=0 vxdr=0\n

所以我想从数据中提取raddr，并将其连接回df。 我使用下面的代码进行操作，并认为拆分后其位于位置7：-

df[['raddr']]=df['message'].str.split(' ', 100, expand=True)[[7]]
df['raddr']=df['raddr'].str[6:]

问题出现在一些专栏中，它出现在8点，一些出现在7点，所以在一些专栏中，它给了我一个报告，而不是雷达，因为这个问题

我如何提取它，以便它在字符串搜索中提取它，而不使用拆分

注意：-此外，我希望有一个更快的方法，因为我正在做的猎人数以千计的记录每分钟

Answer 1

>>> import re
>>> s = '2020-09-23T22:38:34-04:00 mpp-xyz-010101-10-103.vvv0x.net patchpanel[1329]: RTP:a=end pp=10.10.10.10:9999 user=sip:.F02cf9f54b89a48e79772598007efc8c5.@user.com;tag=2021005845 lport=12270 raddr=11.00.111.212 rport=3004 d=5 arx=0.000 tx=0.000 fo=0.000 txf=0.000 bi=11004 bo=453 pi=122 pl=0 ps=0 rtt="" font=0 ua=funny-SDK-4.11.2.34441.fdc6567fW jc=10 no-rtp=0 cid=2164444 relog=0 vxdi=0 vxdo=0 vxdr=0\n'
>>> re.search('raddr=.*?\s',s).group()
'raddr=11.00.111.212 '

Answer 2

您可以使用series.str.extract

df['raddr'] = df['message'].str.extract(r'raddr=([\d\.]*)') # not tested

该模式只有一个值在等号之后的捕获组。它将捕获任何数字和句点的组合，直到找到其他内容（空格、字母、符号或行尾）