polars.Series.str.extract_groups#

Series.str.extract_groups(pattern: str) → Series[source]#

提取给定正则表达式模式的所有捕获组。

Parameters:

pattern: 一个有效的正则表达式模式，包含至少一个捕获组，与regex crate兼容。

Returns:

Series: 数据类型为Struct的系列，其字段的数据类型为String。

注释

所有组名都是字符串。

如果你的模式包含未命名的组，它们的数字位置会被转换为字符串。

例如，我们可以通过字符串 "1" 访问第一个组：

>>> (
...     pl.Series(["foo bar baz"])
...     .str.extract_groups(r"(\w+) (.+) (\w+)")
...     .struct["1"]
... )
shape: (1,)
Series: '1' [str]
[
    "foo"
]

示例

>>> s = pl.Series(
...     name="url",
...     values=[
...         "http://vote.com/ballon_dor?candidate=messi&ref=python",
...         "http://vote.com/ballon_dor?candidate=weghorst&ref=polars",
...         "http://vote.com/ballon_dor?error=404&ref=rust",
...     ],
... )
>>> s.str.extract_groups(r"candidate=(?<candidate>\w+)&ref=(?<ref>\w+)")
shape: (3,)
Series: 'url' [struct[2]]
[
    {"messi","python"}
    {"weghorst","polars"}
    {null,null}
]