问题
In [1]: import re
...: import pandas as pd
...: data = {
...: 'Dave': 'dave@google.com',
...: 'Steve': 'steve@gmail.com',
...: 'Rob': 'rob@gmail.com',
...: 'Wes': np.nan
...: }
...: data = pd.Series(data)
...: pattern = '([A-Z0-9._%+-]+)@([A-Z0-9.-]+)\\.([A-Z]{2,4})'
...: matches = data.str.match(pattern, flags=re.IGNORECASE)
In [2]: matches
Out[2]:
Dave True
Steve True
Rob True
Wes NaN
dtype: object
In [3]: matches.str.get(1)
Out[3]:
Dave NaN
Steve NaN
Rob NaN
Wes NaN
dtype: float64
In [4]: matches.str[0]
Out[4]:
Dave NaN
Steve NaN
Rob NaN
Wes NaN
dtype: float64
看到为什么matches已经匹配到数据，但是Out[3] 和 Out[4]获取数据的时候还是显示NaN呢？
我的解题思路
- 首先，我做了一件事，先明白当前是什么对象，我们看到
matches是一个pandas.core.series.Series对象
In [5]: type(matches)
Out[5]: pandas.core.series.Series
然后，Google搜索关键字
pandas series matche，瞬间拿到官网解释的链接 pandas.Series.str.match 点击跳转 官方解释：确定每个字符串是否与正则表达式匹配。这里很明显是没有问题的，在Out[2]的输出中我们看到了匹配是正确的。接着，Google搜索关键字
pandas series str get，再次拿到官方文档 pandas.Series.str.get 点击跳转。官方解释：从指定位置的每个组件中提取元素。这好像也没有毛病，但为什么 matches.str.get(1)Out[3]和 matches.str[0]Out[4]输出是NaN呢？很神奇的一个问题最后，我也比较粗心，没注意看examples例子，后来才发现 pandas.Series.str.get 点击跳转 有例子，我对例子进行了补充，加入
True和False。
In [6]: s = pd.Series([
...: "String",
...: (1, 2, 3),
...: ["a", "b", "c"],
...: 123,
...: -456,
...: { 1: "Hello", "2": "World" },
...: True,
...: False
...: ])
In [7]: type(s) # 对比前面的In [5]，matches和现在的s是一样的类型
Out[7]: pandas.core.series.Series
In [8]: s.str.get(1)
Out[8]:
0 t # "String",
1 2 # (1, 2, 3),
2 b # ["a", "b", "c"],
3 NaN # 123, 不可迭代
4 NaN # -456, 不可迭代
5 Hello # { 1: "Hello", "2": "World" },
6 NaN # True, 不可迭代
7 NaN # False, 不可迭代
dtype: object
其实并非所有对象 在 pandas.Series.str.get 方法调用下都能获取，必须是可迭代的对象才能获取
结论
pandas.core.series.Series对象 如果想调用 pandas.Series.str.get方法获取数据，Series的数据必须是可迭代的（字符串，元组，列表，字典）
如果想了解更多Python面向对象，可以查看 我以前想的文章 Python入门 - 面向对象思想 小白入门详解
