我如何获得"df"数据帧的背景：
这些数据被从SQL Server提取到Python中，然后使用Pandas:转换为数据帧
Backup = pyodbc.connect(
'Driver={SQL Server};'
'Server=testSQLEXPRESS;'
'Database=Backup;'
'Trusted_Connection=yes;'
)
crsr = Backup.cursor()
for table_name in crsr.tables(tableType='TABLE'):
print(table_name)
cursor = Backup.cursor()
sql = "select TOP 20* from dbo.table$"
cursor.execute(sql)
for data in cursor.fetchall():
print (data)
df = pandas.read_sql(sql,Backup)
df
我的df数据帧中有一列，它由如下值组成：
Location
AM - Equi A2 Amsterdam
AM - Equi A2 Amsterdam
AM - Equi A2 Amsterdam
GRU - log Equ SP São Paulo
GRU - log Equ SP São Paulo
GRU - log Equ SP São Paulo
SJC1 - DR Santa Clara
IAD - Terremark NAV Culpepper
HKG1 - Equin HK Hong Kong
困境：
如何仅提取实际的地点，如：圣保罗、阿姆斯特丹、卡尔佩珀、香港等？
期望输出：
Amsterdam
Amsterdam
Amsterdam
São Paulo
São Paulo
São Paulo
Santa Clara
Culpepper
Hong Kong
问题是，我不能只在最后一个空格上分开，因为国家有两个词，被一个空格分开。(香港，圣保罗(
我一直在做的事情：
df["New_Column"]= df["Location"].str.split(" ", n = 1, expand = True)
我也在使用str函数(来自stackoverflow成员的建议(
df.str.extract()
我有了这个正则表达式，它有点复杂，所以我会为您分解它。
创建数据：
data = """
AM - Equi A2 Amsterdam
AM - Equi A2 Amsterdam
AM - Equi A2 Amsterdam
GRU - log Equ SP São Paulo
GRU - log Equ SP São Paulo
GRU - log Equ SP São Paulo
SJC1 - DR Santa Clara
IAD - Terremark NAV Culpepper
HKG1 - Equin HK Hong Kong
""".strip().split("n")
df = pd.DataFrame(data, columns=["location"])
df["location"] = df["location"].str.strip()
print(df)
location
0 AM - Equi A2 Amsterdam
1 AM - Equi A2 Amsterdam
2 AM - Equi A2 Amsterdam
3 GRU - log Equ SP São Paulo
4 GRU - log Equ SP São Paulo
5 GRU - log Equ SP São Paulo
6 SJC1 - DR Santa Clara
7 IAD - Terremark NAV Culpepper
8 HKG1 - Equin HK Hong Kong
通过Series.str.extract应用我们的正则表达式
df["city"] = df["location"].str.extract(r"-.*s+[A-Z0-9]+s+(?P<city>.*)")
print(df)
location city
0 AM - Equi A2 Amsterdam Amsterdam
1 AM - Equi A2 Amsterdam Amsterdam
2 AM - Equi A2 Amsterdam Amsterdam
3 GRU - log Equ SP São Paulo São Paulo
4 GRU - log Equ SP São Paulo São Paulo
5 GRU - log Equ SP São Paulo São Paulo
6 SJC1 - DR Santa Clara Santa Clara
7 IAD - Terremark NAV Culpepper Culpepper
8 HKG1 - Equin HK Hong Kong Hong Kong
正则表达式解释r"-.*s+[A-Z0-9]+s+(?P<city>.*)$":
-找到了hypen。我们可以忽略连字符之前的所有内容s+[A-Z0-9]s+找到连字符后，找到一个只包含大写字母和/或数字的子字符串，此外，该子字符串必须被1个或多个空格包围(?P<city>.*)$找到上一步后，将字符串的其余部分用作城市名称，并将其存储在捕获组中
虽然正则表达式是非常有用的工具，但它们确实会留下相当多的边缘情况。我这里的表达式适用于您的数据，但请确保对整个数据集进行一些测试和调整，因为在某些情况下，如果您的字符串与此处确定的模式不匹配，它仍然可能返回NaN。
更新：用户已声明数据来自SQL Server。因此，示例代码已经更新，以显示从SQL中提取数据和随后提取城市的示例。(以前，位置数据是从list合成的。(
原始评论：
正如我的评论中所建议的，这里有一个如何使用regex从位置字符串解析城市的示例。
此外，此示例(可选(使用了unidecode库，该库将非ASCII(扩展unicode(字符转换为ASCII，因为它们可能会引起regex。在文本处理过程中，将非ASCII字符转换为ASCII是一种常见的做法。
正则表达式模式——尽管它看起来很像官样文章，但它可以执行以下操作：
- 开始是字符串的开始，用于隔离"XX-"模式
- 隔离以下"xxx"字符
- 隔离"XXN"以确定从何处开始命名捕获
- 命名捕获(由
?P<city>[ws]+模式指示(用于将城市名称提取到city列中
注意在字符串的开头和结尾使用^和$。它们告诉模式从字符串的开头(^(开始，并一直匹配到末尾($(。通常，显式匹配整个字符串非常有用。否则，如果只匹配部分字符串，则可能会得到意外结果。
这里有一个指向regex构建/测试站点的链接，我觉得在编写新模式时非常有用。
示例代码：
import pandas as pd
import re
from unidecode import unidecode # optional
# Database connection code ...
# ...
# ...
# Query data from SQL into a DataFrame.
# We use MySQL, so this line will be different for you;
# use your existing code here.
df = pd.read_sql(sql="select * from locations", con=engine)
# Define regex pattern.
exp = re.compile(r'^[A-Z0-9s-]+[ws]+[A-Z0-9]+s(?P<city>[ws]+)$')
# Convert non-ASCII characters to ASCII. (optional)
# df['locations'] = df['locations'].apply(unidecode) # Extract the city name.
df['cities'] = df['locations'].str.extract(exp, expand=True)
来自SQL的原始数据：
locations
0 AM - Equi A2 Amsterdam
1 AM - Equi A2 Amsterdam
2 AM - Equi A2 Amsterdam
3 GRU - log Equ SP São Paulo
4 GRU - log Equ SP São Paulo
5 GRU - log Equ SP São Paulo
6 SJC1 - DR Santa Clara
7 IAD - Terremark NAV Culpepper
8 HKG1 - Equin HK Hong Kong
分析的输出：
locations cities
0 AM - Equi A2 Amsterdam Amsterdam
1 AM - Equi A2 Amsterdam Amsterdam
2 AM - Equi A2 Amsterdam Amsterdam
3 GRU - log Equ SP São Paulo São Paulo
4 GRU - log Equ SP São Paulo São Paulo
5 GRU - log Equ SP São Paulo São Paulo
6 SJC1 - DR Santa Clara Santa Clara
7 IAD - Terremark NAV Culpepper Culpepper
8 HKG1 - Equin HK Hong Kong Hong Kong