提取熊猫数据帧列中的单词

Question

如何在满足以下条件的数据框列中选择字符串的一部分？

• 如果该行包含www，则在第一个.之后提取单词
• 如果该行不包含www，则在//之后提取单词

例：

Column
https://www.test.com
https://train.co.uk

在第一种情况下，我应该在第一个句号之后提取单词，即test;在第二种情况下，我应该考虑//之后的第一个词，即train

Answer 1

这是尝试获取域

import pandas as pd
import tldextract

df['domain'] = df.Column.map(lambda x : tldextract.extract(x).domain)

Answer 2

另一种选择是将正则表达式与非标题组一起使用：

df.Column.str.extract('//(?:www.)?([^.]*)')

输出：

0
0   test
1  train