串提取與重複定界符

Question

我有包括一個或多個變量的任何組合的列，由「/」分隔符分隔的數據幀，例如：

Rd/MLERS 
Rd 
Rd   
Rd/DLEPC/DLERS 
SLERS 
MLERS 

等等，等等。我想提取主分類器，即：第一個「/」字符之前的唯一或第一個變量。我沒有與str.extract很多的經驗和我的努力 -

df["primaryEjecta1"] = df["MORPHOLOGY_EJECTA_1"].str.extract('(.*)/', expand=True) 

並不如預期的工作 -

Rd 
NaN 
NaN 
Rd/DLEPC 
NaN 
NaN 

具體 -

• 如果只有一個變量，我無意中將其轉換爲NaN;
• 如果有三個（或更多）變量，我將提取前兩個（或更多），而不是僅提取第一個。

當然這個簡單，如果你知道如何解決 - 但大部分我已經能夠找到上線假設不重複漂亮，整潔的分隔符的例子和教程 - 所以感謝所有幫助，你們可以提供。

Answer 1

您可以使用功能強大的extract()方法：

In [31]: df 
Out[31]: 
       txt 
0  Rd/MLERS 
1    Rd 
2    Rd 
3 Rd/DLEPC/DLERS 
4   SLERS 
5   MLERS 

In [32]: df['clsfr'] = df['txt'].str.extract(r'([^\/]+)', expand=True) 

In [33]: df 
Out[33]: 
       txt clsfr 
0  Rd/MLERS  Rd 
1    Rd  Rd 
2    Rd  Rd 
3 Rd/DLEPC/DLERS  Rd 
4   SLERS SLERS 
5   MLERS MLERS 

說明：

RegEx ([^\/]+) - 表示除了/（和直到第一次出現/）到第一組

Answer 2

使用str.split和str[0]訪問第一次分裂，這仍然將返回初始字符串，即使沒有分隔符：

In [121]: 
df["primaryEjecta1"] = df['text'].str.split('/').str[0] 
df 

Out[121]: 
      text primaryEjecta1 
0  Rd/MLERS    Rd 
1    Rd    Rd 
2    Rd    Rd 
3 Rd/DLEPC/DLERS    Rd 
4   SLERS   SLERS 
5   MLERS   MLERS