我们有这个：
def get_prices():
prices = pd.read_json("https://api.binance.com/api/v1/ticker/allPrices")
prices_df = pd.DataFrame(prices)
prices_df.columns = ["Price","Symbol"]
prices_df = prices_df.set_index("Symbol")
prices_df["Asset"] = "??"
prices_df["Quote"] = "??"
return prices_df
这里的"符号"是由"资产"+"报价"符号组成的一对，没有任何分隔。更难的是，"资产"one_answers"报价"的长度不同。示例：LTCBTC、BNBUSDT、NEOBTC、QTUMETH(您可以通过运行该功能来检查更多样本(
但我们知道"报价"符号只能是4:"USDT"、"BTC"、"ETH"、"BNB">
那么，我们使用哪些代码来定义数据帧中的每一列("Asset"one_answers"Quote"(呢？
您可以使用的正则表达式是^w+(USDT|BTC|ETH|BNB)$，它匹配以一个或多个单词字符(w+(开头、以USDT、BTC、ETH或BNB子字符串之一结尾的字符串。但是，您需要对其进行调整，以便与Pandas一起使用。
您可以使用str.extract通过用捕获圆括号包装相应的模式部分来用正确的值填充列：
prices_df["Asset"] = prices_df["Symbol"].str.extract(r'^(w+)(?:USDT|BTC|ETH|BNB)$', expand=False).fillna('')
prices_df["Quote"] = prices_df["Symbol"].str.extract(r'^w+(USDT|BTC|ETH|BNB)$', expand=False).fillna('')
您也可以使用命名的捕获组str.extract值并创建相应的列：
prices_df = prices_df.join(prices_df['Symbol'].str.extract(r'^(?P<Asset>w+)(?P<Quote>USDT|BTC|ETH|BNB)$', expand=True))
Pandas演示代码：
import pandas as pd
df = pd.DataFrame({'Symbol':['LTCBTC','BNBUSDT','NEOBTC','QTUMETH']})
df = df.join(df['Symbol'].str.extract(r'^(?P<Asset>w+)(?P<Quote>USDT|BTC|ETH|BNB)$', expand=True))
输出：
>>> df
Symbol Asset Quote
0 LTCBTC LTC BTC
1 BNBUSDT BNB USDT
2 NEOBTC NEO BTC
3 QTUMETH QTUM ETH