我正在使用python，我希望能夠保留電子郵件的域名，但刪除'com'，'.co.uk'或'我們'等。保留電子郵件域名，但刪除頂級域名
所以基本上如果我有一封電子郵件，說[email protected]。我希望只有@gmail保留字符串格式，但我想爲任何電子郵件執行此操作。所以[email protected]會離開我@yahoo，或[email protected]，會離開我與@aol
到目前爲止我有：
domain = re.search("@[\w.]+", val)
domain = domain.group()
返回的域名，但與TLD 。因此@ gmail.com或@ aol.co
df = pd.DataFrame({'a':['[email protected]','[email protected]','[email protected]']})
print (df)
a
0 [email protected]
1 [email protected]
2 [email protected]
print ('@' + df.a.str.split('@').str[1].str.split('.', 1).str[0])
0 @yahoo
1 @aol
2 @aol
Name: a, dtype: object
但更快的是使用apply，如果在列不NaN值：
df = pd.concat([df]*10000).reset_index(drop=True)
print ('@' + df.a.str.split('@').str[1].str.split('.', 1).str[0])
print (df.a.apply(lambda x: '@' + x.split('@')[1].split('.')[0]))
In [363]: %timeit ('@' + df.a.str.split('@').str[1].str.split('.', 1).str[0])
10 loops, best of 3: 79.1 ms per loop
In [364]: %timeit (df.a.apply(lambda x: '@' + x.split('@')[1].split('.')[0]))
10 loops, best of 3: 27.7 ms per loop
與extract另一種解決方案比split更快，可以使用它，如果NaN值col UMN：
#not sure with all valid characters in email address
print ('@' + df.a.str.extract(r"\@([A-Za-z0-9_]+)\.", expand=False))
In [365]: %timeit ('@' + df.a.str.extract(r"\@([A-Za-z0-9 _]+)\.", expand=False))
10 loops, best of 3: 39.7 ms per loop
如果您對您的電子郵件字符串變量名做
val = string.split('@')[1].split('.')[0]
更改字符串 ''。
這將包含'@'符號後的所有內容，然後是第一個'。'。
使用上「[email protected]」給出的Gmail「
如果你需要「@」符號，你可以將其添加回來;
full = '@' + val
你輸入的比我快。同樣的想法。不知道爲什麼熊貓是必要的，但這也起作用 –
是的，你的工作也接受了他的答案，因爲它更符合我的需求，但如果他沒有把他的話提出來，他會接受你的。雖然謝謝！ – Kalimantan
先「@」分開，取「@」後的部分。然後分裂「。」並採取第一部分
email = "[email protected]"
'@' + email.split("@")[1].split(".")[0]
'@gmail'
解決方案奏效，但接受@jezrael，因爲他保留@符號。不過謝謝，我意識到我可以改變[1] – Kalimantan
@卡里曼丹的指數我不是熊貓人。它似乎增加了複雜性。但你的問題解決了。我添加到我的回答 –
爲子孫後代和完整性，這也可以通過索引和切片做：
email = '[email protected]'
at = email.index('@')
dot = email.index('.', at)
domain = email[at:dot]
使用split()和re似乎有點小題大做，當目標是提取單個子字符串。
謝謝這是我的問題的完美解決方案 – Kalimantan
[email protected]c.nasa.gov或[email protected]會發生什麼 –