如何从正则表达式中提取值的范围

如何解决如何从正则表达式中提取值的范围

我想从熊猫系列中提取所有字母（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 只应在字符串的开头出现零次或一次。

我想出了这个正则表达式模式 [^A-Za-z\(A9?)]，但它似乎没有提取出我真正想要的东西。

我也试过这个：

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

导致错误

我的预期输出是：

    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 

解决方法

如果我理解正确，您想提取任何字符串和任何以 9 作为第一个字符的内容。在这种情况下，试试这个正则表达式：

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

所以它应该看起来像这样：

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：

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

这是做什么的，它匹配任何后面没有字符或后面跟着字符串结尾的数字，所以它不会匹配像“9link”这样的字符串。