Pandas系列的麻烦。尝试使用Regex剥离或替换

Question

在pandas数据帧（df）中，我有一个系列（df['reports']），我想清理它

系列中的每个字符串都有一些我想从中删除的垃圾，例如： 数据框['报告'][10]

[{'url': 'http://208.xx.xx.19/uploads/media/default/0001/02/e633f1d80a61d17e041ffd994355ccb618a024e5.pdf'}]

我想删除的是：（用双引号）

左边的“[{'url'：'”

以及

右边的“}]”

我已经试过了：

df['reports'].str.lstrip('url') #this didn't work, even just to remove the 'url' part
df['reports'].replace({'[{}]'}regex=True,inplace=True,to_replace=r'\[\{\'\w{3}',value=r'
df['reports'].replace(regex=True,inplace=True,to_replace=r'\[\{\'url\'',value=r'')
df['reports'] = df['reports'].map(lambda x: x.lstrip('\[{\'url\': \'').rstrip('\'}]\''))

现在我在尝试：

df['reports'].replace({'\[\{\'url\'':' '},regex=True,inplace=True)

我希望这些解决方案中至少有一个要么去掉我不想要的角色，要么给我类似的东西 “http://208.xx.xx.19/uploads/media/default/0001/02/e633f1d80a61d17e041ffd994355ccb618a024e5.pdf”表示序列中的每个“单元格”

编辑：在此处创建一个模拟数据系列，作为所需输出的示例：

In: df['reports']

Out:
*reports*
http://208.xx.xx.19/uploads/media/default/0001/02/e633f1.pdf
http://208.xx.xx.19/uploads/media/default/0001/02/exyz2.pdf
http://208.xx.xx.19/uploads/media/default/0001/02/e633342.pdf
http://208.xx.xx.19/uploads/media/default/0001/02/ashj39.pdf
http://208.xx.xx.19/uploads/media/default/0001/02/asdji34q2.pdf
Name: reports, Length: 155, dtype: object

Answer 1

你在找这样的东西吗

df['reports'].str.replace("^\[{'url': ","").str.replace("}\]$","")

第一个“str.replace”在开头查找模式“[{'url'：”，第二个在结尾查找模式“}]”

编辑：因为序列条目实际上是一个字典列表，所以解决方案是：

df['reports'].apply(lambda x:x[0]['url'])