如何从正则表达式中提取值的范围

Question

我想从pandas系列中提取所有字母表（A-Za-z）以及任何以9开头的字符串，例如9mobile、9link等

1000                          pos ba ganiyu fatai og ogng 9moble
1001                          99 ct justrite limited(ota) la lang
1002                          9link qt pymt airtime recharge 
1003                          qt pymt airtime recharge 56

9只能在字符串开头出现零次或一次

我提出了这个regrex模式[^A-Za-z\(A9?)]，但它似乎无法提取我真正想要的东西

我也试过：

text = t.apply(lambda x: re.sub('[^A-Za-z\A9.?]+' , ' ', str(x)))

这导致了一个错误

我的预期产出是：

    1000                          pos ba ganiyu fatai og ogng 9moble
    1001                          ct justrite limited(ota) la lang
    1002                          9link qt pymt airtime recharge 
    1003                          qt pymt airtime recharge 

Answer 1

如果我理解正确，您希望提取任何字符串以及任何第一个字符为9的字符串。在这种情况下，请尝试以下正则表达式：

9{0,1}[a-zA-Z]+

所以它应该是这样的：

text = t.apply(lambda x: re.sub('9{0,1}[a-zA-Z]+' , ' ', str(x)))

编辑：

要仅从列表中删除数字，请使用以下命令：

\d+([^\w]|$)

所以它的作用是，它匹配任何不后跟字符或后跟字符串结尾的数字，所以它不会匹配像“9link”这样的字符串