有时，你可能需要提取字符串中的特定字符。然后，你可以在Pandas中应用 Left、Right 和 Mid 的概念来获取字符串中所需的字符。
Pandas如何使用LEFT、RIGHT？在本教程中，你将看到以下 8 个描述如何提取特定字符的场景：
- 从LEFT
- 从RIGHT
- 从MID
- 符号前
- 前一个空格
- 一个符号后
- 相同符号之间
- 不同符号之间
在 Pandas 中查看 LEFT、RIGHT、MID
对于上述每个场景，目标是仅提取字符串中的数字。例如，对于“ 55555-abc ”字符串，目标是仅提取 55555 的数字。
现在让我们回顾一下仅获取左侧数字的第一种情况。
场景 1：从左侧提取字符
Pandas应用LEFT、RIGHT、MID：假设你有以下 3 个字符串：
| Identifier |
| 55555-abc |
| 77777-xyz |
| 99999-mmm |
你可以使用Pandas DataFrame在 Python 中捕获这些字符串。
由于你只想从左侧提取五位数字，因此你可以将str[:5]的语法应用于 'Identifier' 列，Pandas使用LEFT、RIGHT、MID的示例如下：
import pandas as pd
data = {'Identifier': ['55555-abc','77777-xyz','99999-mmm']}
df = pd.DataFrame(data, columns= ['Identifier'])
left = df['Identifier'].str[:5]
print (left)运行Python 代码后，你将只获得左侧的数字：
0 55555
1 77777
2 99999
场景 2：从右侧提取字符
在这种情况下，目标是从右边获得五位数字：
| Identifier |
| ID-55555 |
| ID-77777 |
| ID-99999 |
要实现此目标， 请将str[-5:]应用于 'Identifier' 列：
import pandas as pd
data = {'Identifier': ['ID-55555','ID-77777','ID-99999']}
df = pd.DataFrame(data, columns= ['Identifier'])
right = df['Identifier'].str[-5:]
print (right)这将确保你将获得右侧的五位数：
0 55555
1 77777
2 99999
场景 3：从中间提取字符
在某些情况下，你可能需要从字符串的中间提取数据：
| Identifier |
| ID-55555-End |
| ID-77777-End |
| ID-99999-End |
要仅从中间提取数字，你需要指定所需字符的起点和终点。在这种情况下，起点是“3”，而终点是“8”，因此你需要按如下方式应用str[3:8]：
import pandas as pd
data = {'Identifier': ['ID-55555-End','ID-77777-End','ID-99999-End']}
df = pd.DataFrame(data, columns= ['Identifier'])
mid = df['Identifier'].str[3:8]
print (mid)只会检索字符串中间的五位数字：
0 55555
1 77777
2 99999
场景 4：在符号之前
假设你要获取破折号 ('-') 之前的所有数字：
| Identifier |
| 111-IDAA |
| 2222222-IDB |
| 33-IDCCC |
即使你的字符串长度发生变化，你仍然可以通过添加以下两个组件来检索左侧的所有数字：
- str.split('-') – 你需要将符号放在括号内。在我们的例子中，它是破折号
- str[0] – 你需要在其中放置 0 以从左侧获取字符
这是完整的 Python 代码：
import pandas as pd
data = {'Identifier': ['111-IDAA','2222222-IDB','33-IDCCC']}
df = pd.DataFrame(data, columns= ['Identifier'])
before_symbol = df['Identifier'].str.split('-').str[0]
print (before_symbol)结果：
0 111
1 2222222
2 33
场景 5：在一个空间之前
如果字符串中有空格怎么办？
| Identifier |
| 第111话 |
| 2222222 国际开发银行 |
| 33 IDCCC |
在这种情况下，只需在拆分中留一个空格： str.split(' ')，Pandas使用LEFT、RIGHT、MID的示例：
import pandas as pd
data = {'Identifier': ['111 IDAA','2222222 IDB','33 IDCCC']}
df = pd.DataFrame(data, columns= ['Identifier'])
before_space = df['Identifier'].str.split(' ').str[0]
print (before_space)只会获得左边的数字：
0 111
1 2222222
2 33
场景 6：在一个符号之后
Pandas应用LEFT、RIGHT、MID：你可能还面临这样的情况：你希望获取变长字符串的符号（例如破折号）后的所有字符：
| Identifier |
| IDAA-111 |
| IDB-2222222 |
| IDCCC-33 |
在这种情况下，你需要将 str[] 中的值调整为 1，以便从右侧获得所需的数字：
import pandas as pd
data = {'Identifier': ['IDAA-111','IDB-2222222','IDCCC-33']}
df = pd.DataFrame(data, columns= ['Identifier'])
after_symbol = df['Identifier'].str.split('-').str[1]
print (after_symbol)这是 Python 的输出：
0 111
1 2222222
2 33
场景 7：相同符号之间
Pandas如何使用LEFT、RIGHT？现在，如果要检索变长字符串的两个相同符号（例如破折号）之间的值，该怎么办：
| Identifier |
| IDAA-111-AA |
| IDB-2222222-B |
| IDCCC-33-CCC |
在这种情况下，设置：
- str.split('-')
- p [1]
因此，你的完整 Python 代码如下所示：
import pandas as pd
data = {'Identifier': ['IDAA-111-AA','IDB-2222222-B','IDCCC-33-CCC']}
df = pd.DataFrame(data, columns= ['Identifier'])
between_two_symbols = df['Identifier'].str.split('-').str[1]
print (between_two_symbols)你将获得两个破折号之间的所有数字：
0 111
1 2222222
2 33
场景 8：不同符号之间
Pandas应用LEFT、RIGHT、MID：对于最后一个场景，目标是获取两个不同符号（破折号和美元符号）之间的数字：
| Identifier |
| IDAA-111 $ AA |
| IDB-2222222$B |
| IDCCC-33$CCC |
为了实现这一目标：
- 首先设置变量（即 between_two_different_symbols）获取破折号后的所有字符
- 然后，设置相同的变量以获取美元符号之前的所有字符
这就是你编写代码的方式，Pandas使用LEFT、RIGHT、MID的示例：
import pandas as pd
data = {'Identifier': ['IDAA-111$AA','IDB-2222222$B','IDCCC-33$CCC']}
df = pd.DataFrame(data, columns= ['Identifier'])
between_two_different_symbols = df['Identifier'].str.split('-').str[1]
between_two_different_symbols = between_two_different_symbols.str.split('$').str[0]
print (between_two_different_symbols)结果：
0 111
1 2222222
2 33
结论 – Pandas中的LEFT、RIGHT、MID
你刚刚看到了如何在 Pandas中应用 Left、Right 和 Mid。本教程中回顾的概念可以应用于大量不同的场景。
你可以通过访问Pandas 文档找到许多有关处理文本数据的示例。
