我想从每一行中提取一些数据，并制作现有或新 dataframe 的新列，而无需重复执行相同的 re 操作。匹配。
以下是 dataframe 的一个条目的外观：
00:00 Someones_name: some text goes here我有一个正则表达式，它成功地接受了我需要的 3 个组：
re.match(r"^(\d{2}:\d{2}) (.*): (.*)$", x)我遇到的问题是，如何在不实际匹配每个新列的情况下采用matched_part[1]、[2] 和[3]。
我不想要的解决方案是：
new_df['time'] = old_df['text'].apply(function1)`
new_df['name'] = old_df['text'].apply(function2)`
new_df['text'] = old_df['text'].apply(function3)`
def function1(x):
return re.match(r"^(\d{2}:\d{2}) (.*): (.*)$", x)[1]回答1
您可以将 https://pandas.pydata.org/docs/reference/api/pandas.Series.str.extract.html 与您的模式一起使用
df[['time','name', 'text']] = df['col1'].str.extract(r"^(\d{2}:\d{2}) (.*): (.*)$")
print(df)
# col1 time name \
# 0 00:00 Someones_name: some text goes here 00:00 Someones_name
# text
# 0 some text goes here