如何让pandas.Series.str.extract()在正则不匹配时保留原字符串值

嘿，我完全懂你的困扰！你想从字符串里提取邮箱，遇到带尖括号的就把里面的内容取出来，但那些本来就格式正常（没有尖括号）的邮箱，可不想被转换成NaN，对吧？

其实有两个简单的办法可以解决这个问题：

方法一：结合extract和fillna补回原数据 #

你原来的extract操作只会保留匹配到的内容，不匹配的就变成NaN，那我们直接把这些NaN的位置填回原来的字符串就好啦：

# 用expand=False确保返回Series，然后fillna补回原数据
curr_emails = curr_emails.str.extract(r"<([^<>]+)>", expand=False).fillna(curr_emails)

这样一来，匹配到尖括号的行就会提取出里面的邮箱，没匹配到的行就保留原本的邮箱字符串，不会变成NaN了。

方法二：用str.replace直接移除尖括号（更简洁） #

仔细想想，你的需求其实就是去掉邮箱两端可能存在的尖括号，不管有没有都处理一下，那用str.replace反而更直接：

# 匹配开头的<或者结尾的>，替换为空字符串
curr_emails = curr_emails.str.replace(r"^<|>$", "", regex=True)

这个正则表达式^<|>$的意思是：匹配字符串开头的<，或者字符串结尾的>，然后把它们替换成空。这样带尖括号的邮箱会被去掉括号，不带的就完全保持原样，刚好符合你的预期输出。

两种方法都能达到你想要的效果，第二种更简洁高效哦～

备注：内容来源于stack exchange，提问作者Caleb Renfroe