我想从我的数据框列中提取年份data3['CopyRight']。

CopyRight

2015 Sony Music Entertainment

2015 Ultra Records , LLC under exclusive license

2014 , 2015 Epic Records , a division of Sony Music Entertainment

Compilation ( P ) 2014 Epic Records , a division of Sony Music Entertainment

2014 , 2015 Epic Records , a division of Sony Music Entertainment

2014 , 2015 Epic Records , a division of Sony Music Entertainment

我使用以下代码来提取年份：

data3['CopyRight_year'] = data3['CopyRight'].str.extract('([0-9]+)', expand=False).str.strip()

我的代码我只获得了第一次出现的年份。

CopyRight_year

2015

2015

2014

2014

2014

2014

我想提取专栏中提到的所有年份。

预期产出

CopyRight_year

2015

2015

2014,2015

2014

2014,2015

2014,2015

解决办法：

findall与regex一起使用，查找长度4为list的所有整数，并按join分隔符结束：

data3['CopyRight_year'] = data3['CopyRight'].str.findall(r'\b\d{4}\b').str.join(',')

print (data3)

CopyRight CopyRight_year

0 2015 Sony Music Entertainment 2015

1 2015 Ultra Records , LLC under exclusive license 2015

2 2014 , 2015 Epic Records , a division of Sony ... 2014,2015

3 Compilation ( P ) 2014 Epic Records , a divisi... 2014

4 2014 , 2015 Epic Records , a division of Sony ... 2014,2015

5 2014 , 2015 Epic Records , a division of Sony ... 2014,2015