解析pandas-df列中的url并获取特定索引的值

Question

我有一个熊猫df，列为url。数据如下：

row               url
1      'https://www.delish.com/cooking/recipe-ideas/recipes/four-cheese'
2      'https://www.delish.com/holiday-recipes/thanksgiving/thanksgiving-cabbage/
3      'https://www.delish.com/kitchen-tools/cookware-reviews/advice/kitchen-tools-gadgets/'

我只需要获取第二个索引的值，即烹饪或节日食谱等。
所需输出：

row               url
1               cooking
2               holiday-recipes
3               kitchen-tools

我想把url解析成不同的列，然后去掉我不需要的列。这是代码：

df['protocol'],df['domain'],df['path']=zip(*df['url'].map(urlparse(df['url']).urlsplit))

错误消息为：ValueError: The truth value of a Series is ambiguous. Use a.empty, a.bool(), a.item(), a.any() or a.all().有更好的方法来解决这个问题吗？如何获取特定索引？

Answer 1

这就是您想要的吗？

df['url'] = df['url'].str.split('/').str[3]
print(df)
row              url
0    1          cooking
1    2  holiday-recipes
2    3    kitchen-tools

Answer 2

另一种方法是将alphas与紧接在com之后的字符-进行匹配

df['url']=df['url'].str.extract('((?<=com/)[a-z-]+)')

url
0          cooking
1  holiday-recipes
2    kitchen-tools