如何在Python Pandas DataFrame中提取含后续n字符的所有cash子串

直接用正则表达式配合Pandas的字符串方法就能解决，步骤如下：

1. 编写正则表达式匹配目标格式：
   正则r'cash\s*:?\s*\d+'可以精准覆盖两种格式：

   • cash 数字（如cash 15906810）
   • cash : 数字（如cash : 11234）
     其中\s*匹配任意数量空格，:?表示冒号可选，\d+匹配一串数字（金额）。

2. 应用到DataFrame生成新列：
   使用str.findall提取所有匹配项，再用str.join将匹配项拼接成空格分隔的字符串。

完整代码：

import pandas as pd

sample = pd.DataFrame({'LongString': ["I am trying to find out how much cash 15906810 and this needs to be consistent cash :  69105060", "other words that are wrong cash : 11234 and more words cash 1526"]})

# 生成cash_string列
sample['cash_string'] = sample['LongString'].str.findall(r'cash\s*:?\s*\d+').str.join(' ')

# 查看结果
print(sample)

运行后得到的结果和你期望的sample_resolved完全一致。

内容的提问来源于stack exchange，提问作者alphonsethe3