Pandas str.extract单捕获组仅部分生效问题排查

你的正则表达式转义不完整：

• 针对(A)、(B)，你正确转义了左右括号（\(A\)、\(B\)），因此能匹配到完整目标子串；
• 针对(G)、(CA)、(CB)、(XP)，你仅转义了左括号（例如\(CA\)），未转义右括号，导致这些规则实际匹配的是(CA、(G这类不完整片段，与原始数据中带右括号的完整子串不匹配，因此无法提取。

方法1：补全转义符 #

修正正则表达式，给每个目标子串的右括号也添加转义符，同时建议使用Python原始字符串前缀r，避免字符串转义冲突：

rule = r"(\(A\)|\(B\)|\(G\)|\(CA\)|\(CB\)|\(XP\))"
df["Groups"] = df["Groups"].str.extract(rule, expand=True)

方法2：简化正则写法 #

可以将重复的括号转义逻辑提取出来，让正则更简洁易维护：

# 匹配括号内的指定内容，再包裹括号提取完整子串
rule = r"(\((?:A|B|G|CA|CB|XP)\))"
df["Groups"] = df["Groups"].str.extract(rule, expand=True)

这里的(?:...)是非捕获组，仅用于分组匹配，不会额外生成捕获结果，符合str.extract提取单个目标的需求。

内容的提问来源于stack exchange，提问作者MSPotato