基於對部分字符串的匹配過濾熊貓數據框

Question

我有一個包含不同長度和字符的字符串的熊貓數據框。

例如：

print df['name'][0] 
print df['name'][1] 
print df['name'][2] 
print df['name'][3] 

會回到這樣的事情：

UserId : Z5QF1X33A 
loginId : test.user 
UserId : 0000; searchText : Cap 
accountSampleToExclude : 0; accountSampleName : Sample Text; UserId : Z5QF1X33A; accountSampleType : Test; accountSample : Test 

我想要做的是能夠通過列解析，只返回實際相關的ID，以便根據上面的例子：

Z5QF1X33A 
test.user 
0000
Z5QF1X33A 

我認爲正則表達式是一個簡單的方法來解決t他，但到目前爲止，我只能夠拿出一些硬編碼的僞解決方案，只有部分情況：

df['name'] = df['name'].str.strip(r'(?<=\UserId :).*') 
df['name'] = df['name'].str.strip(r'(?<=\loginId :).*') 

這將工作類似於

df['name'][0] 
df['name'][1] 

但止跌行不適用於其他案件。任何幫助將不勝感激，我意識到，可以解決它沒有正則表達式，也許只是與str.split（）方法，但不知道如何進行pythonic和/或熊貓的方式。

Answer 1

試試這個：

In [31]: df.name.str.extract(r'\b(?:UserId|loginId)\s*:\s*\b([^\s]+)\b', expand=True) 
Out[31]: 
      0 
0 Z5QF1X33A 
1 test.user 
2 0000
3 Z5QF1X33A