如何在自定义函数中使用str.extract提取DataFrame指定字符串？

你的代码存在语法、命名和逻辑上的多处错误，修正后的可行代码如下：

def extract_ml(col):
    # 用原始字符串避免转义问题，括号是捕获组，pandas的str.extract要求至少一个捕获组
    extracted_result = col.str.extract(r'(\d+ milliliter)')
    return extracted_result

错误点说明： #

• 别用str当参数名，这是Python内置的字符串类型名，会覆盖内置函数导致冲突，换成col这类自定义名称。
• 原代码里的字符串'\d+ milliliter'没闭合引号，还错误地把参数str塞到extract的参数里，语法完全错误。
• 你把提取结果赋值给pattern后，却返回了原参数，等于没做提取操作，必须返回提取后的结果。
• 函数内部代码要缩进，return语句要和def处于同一缩进层级（原代码里return没缩进）。

使用示例： #

假设你的DataFrame列名为content，调用方式如下：

import pandas as pd

df = pd.DataFrame({'content': ['abc 100 milliliter xyz', 'test 200 milliliter demo']})
df['extracted_ml'] = extract_ml(df['content'])
print(df)

如果只需要提取数字部分，把模式改成r'(\d+) milliliter'即可。

内容的提问来源于stack exchange，提问作者user20649218