如何使用正则表达式提取pandas列中连续的三位数字？

当前写法无法得到预期结果的核心原因：

1. str.findall会返回所有匹配结果组成的列表，无匹配结果时直接取下标[0]会返回NaN，str.extract更适合提取首个符合规则的匹配内容，语法更简洁
2. 出现01-1这类包含非数字字符的匹配结果，说明你实际使用的正则存在笔误，标准\d仅匹配0-9的数字字符，不会匹配横杠、点等特殊符号

直接使用str.extract匹配连续三位数字即可：

df['col'].astype(str).str.extract(r'(\d{3})', expand=False)

如果需要严格过滤从更长数字串中截取三位的情况（比如12345不会被错误匹配到123），可以加数字边界断言：

df['col'].astype(str).str.extract(r'(?<!\d)(\d{3})(?!\d)', expand=False)

• 输入GF-01-1 G.888 SSRS，输出：888
• 输入MMS1-CG343 SSRS，输出：343

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