如何用.loc将str.extract结果赋值给筛选后的数据帧新列？

核心问题分析 #

你遇到的.loc赋值后结果为空，本质是正则提取的结果索引与筛选行的索引未对齐。直接对全量reg_no执行提取后赋值，会因索引不匹配导致筛选行无法正确接收结果。

正确实现步骤 #

以下是用.loc安全实现需求的完整代码，附带示例数据：

1. 准备示例数据

import pandas as pd

data = {
    'reg_type': ['5008', '1234', '5008', '5008', '9999'],
    'reg_no': ['AB12345', 'XYZ789', 'CD6789', '100001', 'EF567']
}
df = pd.DataFrame(data)

2. 定义筛选条件

先创建掩码（mask）定位reg_type为'5008'的行：

mask = df['reg_type'] == '5008'

3. 对筛选后的行执行正则提取

仅对符合条件的reg_no进行提取，得到与筛选行索引一致的临时结果：

# 正则提取，返回包含两列的DataFrame
extracted = df.loc[mask, 'reg_no'].str.extract(r'([A-Za-z]+)?(.+$)')

4. 用.loc将结果赋值到新增列

通过.loc精准定位筛选行的目标列，完成赋值：

# 先初始化列（可选，避免列不存在的警告）
df['code'] = None
df['number'] = None

# 赋值提取结果
df.loc[mask, 'code'] = extracted[0]
df.loc[mask, 'number'] = extracted[1]

关键注意事项 #

• 必须先筛选再提取：如果直接对全量df['reg_no']执行提取，得到的结果包含所有行的索引，赋值给筛选行时会因索引不匹配导致空值。
• 正则中的([A-Za-z]+)?是可选匹配，当reg_no无字母前缀时，code列会返回NaN，可通过fillna('')转为空字符串：

  df['code'] = df['code'].fillna('')
  

• 避免链式索引：比如df[mask]['code'] = ...这种写法会触发"设置值于切片副本"警告，.loc是Pandas官方推荐的安全赋值方式。

最终结果示例 #

执行上述代码后，DataFrame会变成：

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