python - Pandas 提取全部合并

Question

不确定我是否应该修复我的正则表达式模式，或者使用 pandas 处理更多内容。

这是一个模拟设置:

import re
import pandas as pd

regex = r"(?P<adv>This)|(?P<noun>test)"
texts = ["This is a test", "Random stuff with no match"]
series = pd.Series(texts)

我想找到组的所有匹配项( <adv> 、 <noun> —— 通常有两个以上)。这些组被设计为排他性，因此我希望只有一行结果包含捕获的字符串/NaN。

当前输出:多索引行，只针对有匹配的文本

>>> print(series.str.extractall(regex))
          adv  noun
  match            
0 0      This   NaN
  1       NaN  test

预期输出:每个输入文本一行，每组聚合匹配

          adv  noun
0        This  test
1         NaN   NaN

有机会参与其中吗？要么修复正则表达式，要么用 Pandas 进行后处理。 谢谢!

Answer 1

你可以试试;

series.str.extractall(regex).groupby(level=0).first()

    adv  noun
0  This  test