如何对Pandas RE使用RE或Operand。str.提取物()

Question

我是个新手，我的代码里肯定有点傻。为我辩护，在询问和搜索之前，我尝试过重新阅读Python re documentation here，但到目前为止没有看到重复的问题（这让我感到惊讶）

在数据帧之外，我有一个重新工作的例子：

x = 'my best friend's birthday is 24 Jan 2001.'
print(re.findall('\d{1,2}\s(?:Jan|Feb|Mar|Apr|May|Jun|Jul|Aug|Sep|Oct|Nov|Dec)[a-z]*\s\d{2,4}', x))
<Anaconda console returns:> 24 Jan 2001

但在我的数据框（df1）中，我有以下内容：

^{pr2}$

当我运行以下代码时：

^{3}$

我得到以下结果：

     dates
0    2/21/19
1    4/1/20
2    NaN

我尝试过使用括号，重新阅读文档，以及其他一些导致无休止的错误的调整。我敢肯定这是个明显的错误，但我看不出来。有人能帮忙吗？非常感谢。在

Answer 1

在pandas中使用.extract()时，必须有一个捕获组。OR前面的捕获组正在查找带有斜杠的日期。但是在OR之后，您只有一个非捕获组。在

在这里，我在整个搜索模式中放置了一个捕获，并且OR的每一侧也有一个非捕获组。在

import pandas as pd

df = pd.DataFrame({'text': ['My birthday is 2/21/19', 
    'Your birthday is 4/1/20', 
    'my best friend\'s birthday is 24 Jan 2001.']})

df.text.str.extract(
    r'((:?\d+[/-]\d+[/-]?\d*)|' + 
    r'(:?\d{1,2}\s(:?Jan|Feb|Mar|Apr|May|Jun|Jul|Aug|Sep|Oct|Nov|Dec)[a-z]*\s\d+))', 
    expand=False)[0]

# returns:
0        2/21/19
1         4/1/20
2    24 Jan 2001