在Python中使用正则表达式提取字符串的一部分

Question

我是一名从事数据科学项目的学生，我需要从我的数据框架的一列中提取一部分。 数据帧如下所示： column

我想从“hotVideohot0501007107FilmVidéoClub”这样的字符串中提取部分hotVideo

因此，我使用如下正则表达式编写了此指令： facturation['annotation']=facturation['annotation'].str.findall('([A-Z0-9]{3}\d+)').apply(''.join)

它正确地提取所有内容，除了有时我有这样的字符串：“ctvcanalvodctv200052670ctv02000052670”，它返回ctv00200052670ctv02000052670，但只希望第一次出现：Like this

有人能帮我解决这个问题吗：）

Answer 1

我认为问题在于你的apply+join和findall方法，因为你在数据中匹配了2次这种模式，然后你加入了它findall为您返回列表。从列表中，您只需要第一项，而不是全部

Answer 2

谢谢所有帮助我的人：）我找到了答案：

facturation['annotation'] = facturation['annotation'].str.findall('([A-Z0-9]{3}\d+)').apply(''.join)

facturation['annotation'] = facturation['annotation'].str.extract('(.{0,13})')