特定模式在不同位置的子串

Question

我的数据框中有一列，其中用于测试的所有设备都以代码形式存储并分组在一起。

data = [{'Equipment': 'C-FDO:ER09999,M-GEP:IO09765,P-EE047777,P-PP04757,P-IR07086,P-EE2222,P-ER20000,tEE3-ERE:CC046846'},
        {'Equipment': 'C-FDO:ER09999,M-GEP:IO09765,tEE3-ERE:CC04647, P-CC07777,P-PP047557,P-IR07086,P-EE2223,P-ER20000'},
        {'Equipment': 'tEE3-ERE:CC04648, C-FDO:ER7809999,M-GEP:IO09765,P-PP07777,P-PP04757,P-IR07086,P-EE2224,P-ER20000'},
        {'Equipment': 'C-FDO:ER09999,M-GEP:IO09765,P-PP07777, P-PP04757, tEE3-ERE:CC04649, P-ER01465,P-EE22250,P-ER201212000'}]

我需要获取每行中第 4 次出现的“P-”设备和所有出现的“tEE3-ERE”设备，但我无法通过位置切片来做到这一点，因为它们被洗牌了。 我尝试用逗号进行

split

，并通过extract进行一些regex，但它不起作用，因为我有多个“P-”。 所以我不需要任何其他出现的 P-（但第 4 个），也不需要其他设备，如“C-FDO”和“M-GEP”。

预期结果：

P-EE2222  tEE3-ERE:CC046846
P-EE2223  tEE3-ERE:CC04647
P-EE2224  tEE3-ERE:CC04648
P-EE22250 tEE3-ERE:CC04649

P-      tEE3-ERE
EE2222  CC046846
EE2223  CC04647
EE2224  CC04648
EE22250 CC04649

Answer 1

str.extractall

，过滤匹配号码（第 4 个为 3），并使用 

join

 提取 

tEE3-ERE 的值：

out = (df['Equipment'].str.extractall('P-([^,]+)')
       .query('match == 3').droplevel('match')
       .rename(columns={0: ('P-')})
       .join(df['Equipment'].str.extractall('tEE3-ERE:([^,]+)')[0]
             .droplevel('match').rename('tEE3-ERE'))
      )

输出：

        P-  tEE3-ERE
0   EE2222  CC046846
1   EE2223   CC04647
2   EE2224   CC04648
3  EE22250   CC04649

替代输出：

out = (df['Equipment'].str.extractall('(P-[^,]+)')
       .query('match == 3').droplevel('match')
       .join(df['Equipment'].str.extractall('(tEE3-ERE:[^,]+)')[0]
             .droplevel('match').rename(1))
      )

           0                  1
0   P-EE2222  tEE3-ERE:CC046846
1   P-EE2223   tEE3-ERE:CC04647
2   P-EE2224   tEE3-ERE:CC04648
3  P-EE22250   tEE3-ERE:CC04649