Python正则表达式拆分字母数字字符串为两列问题求助

原正则失效的核心原因 #

你用的正则(?P\D*)(?P\d+)有两个关键问题：

• 捕获组命名语法错误：正则的命名捕获组格式应该是(?P<组名>匹配规则)，你写的(?P\D*)缺少了组名的尖括号（比如应该写成(?P<Letters>\D*)），这会导致正则引擎无法正确识别命名组，甚至可能引发语法错误。
• 匹配顺序完全反了：你的数据都是「数字在前，非数字在后」，但原正则先尝试匹配\D*（任意数量的非数字字符）——而数字开头的字符串里，开头没有非数字，所以\D*只能匹配到空字符串；接着\d+匹配后面的数字，自然就捕获不到末尾的字母部分了。

符合需求的修正方案 #

结合你要求的「数字最长4位，非数字最长2位」，正确的正则应该先匹配1-4位数字，再匹配1-2位非数字，同时用命名组区分：

import pandas as pd

Amount = pd.DataFrame({'Size':['200g', '20L', '2L', '1000L','3kg']})
result = Amount['Size'].str.extract(r'(?P<Numbers>\d{1,4})(?P<Letters>\D{1,2})')
print(result)

执行后会得到：

Numbers Letters
0     200       g
1      20       L
2       2       L
3    1000       L
4       3      kg

补充说明 #

• \d{1,4}：严格匹配1到4位数字，符合你「数字最长4位」的要求
• \D{1,2}：严格匹配1到2位非数字字符，符合你「非数字部分最长2位」的要求
• 因为你的数据都是数字在前，所以正则顺序必须是数字组在前，非数字组在后，才能正确捕获两部分内容

内容的提问来源于stack exchange，提问作者FarmerScott