如何从Phone字段提取分机号至Ext字段并清理Phone字段？

1. 安全拆分Phone字段 #

使用str.split的expand=True参数拆分，避免无分机行报错：

# 按' x'分割Phone，最多拆1次，生成两列
phone_parts = df['Phone'].str.split(' x', n=1, expand=True)
# 更新Phone为纯号码部分
df['Phone'] = phone_parts[0]
# 临时存储从Phone提取的分机（含下划线）
ext_from_phone = phone_parts[1]

2. 清理并合并分机到Ext字段 #

先处理提取的分机（去掉下划线），再统一原有Ext的格式（去掉开头的'x'），最后优先用Phone里的分机：

# 清理Phone里提取的分机：移除所有下划线
ext_from_phone_clean = ext_from_phone.str.replace('_', '', regex=False)
# 清理原有Ext：去掉开头的'x'
df['Ext'] = df['Ext'].str.replace('^x', '', regex=True)
# 合并：优先用Phone提取的分机，无则保留原有清理后的Ext
df['Ext'] = ext_from_phone_clean.combine_first(df['Ext'])

3. 可选：统一空值格式 #

如果需要把空字段转为空字符串而非NaN，执行：

df[['Phone', 'Ext']] = df[['Phone', 'Ext']].fillna('')

完整代码 #

# 拆分Phone字段
phone_parts = df['Phone'].str.split(' x', n=1, expand=True)
df['Phone'] = phone_parts[0]
ext_from_phone = phone_parts[1]

# 清理合并分机号
ext_from_phone_clean = ext_from_phone.str.replace('_', '', regex=False)
df['Ext'] = df['Ext'].str.replace('^x', '', regex=True)
df['Ext'] = ext_from_phone_clean.combine_first(df['Ext'])

# 可选：空值转空字符串
df[['Phone', 'Ext']] = df[['Phone', 'Ext']].fillna('')

处理后效果：

• Phone字段仅保留纯号码，如(800) 555-9876
• Ext字段优先使用从Phone提取的清理后分机，无则保留原有Ext的规范化值，空字段为NaN或空字符串

内容的提问来源于stack exchange，提问作者Bijan