在pandas中使用regex从多个括号中提取字符串

Question

我试图从一个数组中的多个括号中提取多个字符串，并创建新的列

以下字符串位于df的一列中：

Unfurnished 1 Bdrm 1st flr Flat. Hall. Lounge. Kitch. Bdrm. Shower rm (CT band - A). Deposit & references required. No pets. No smokers. Rent £500 p.m Entry by arr. Viewing Owner 07425 163047 or contact solicitors. Landlord reg: 305350/110/22531. (EPC band - C).

我一直试图在两个新列中提取CT波段和EPC波段数据（每组信息各一列）。我尝试了多个版本的代码，还尝试使用来自https://regex101.com/r/5XjNqh/1的信息

例：下面的代码

properties['Council_tax']=properties.Description.str.extract('(\(CT[^()*&?%])',expand=False)

返回

(CT

预期产出：

| Description        | Council_tax_band | EPC_band |
|--------------------|------------------|----------|
| Above string       |        A         |     C    | 
| Example string 2   |        B         |     F    |
| Example string 3   |        C         |     D    |

同时，单词“Band”也被发现为“Band”

我不相信我在这里能很好地正确使用正则表达式。有什么想法吗

Answer 1

你可以用

df['Council_tab_band'] = df['Description'].str.extract(r'(?i)\(CT\s+band\s*-\s*([^()]+)\)', expand=False)
df['EPC_band'] = df['Description'].str.extract(r'(?i)\(EPC\s+band\s*-\s*([^()]+)\)', expand=False)

见regex demo #1和regex demo #2

正则表达式详细信息

• (?i)-不区分大小写的修饰符
• \(-a(字符
• EPC-一个字符串
• \s+-1+空格
• band-一个单词{}
• \s*-\s*-用空格括起来的连字符
• ([^()]+)-组1：除(和)以外的任何1个或多个字符
• \)-a)字符