如何在Pandas DataFrame中分离列中两队名并提取非主队名称

核心思路 #

从text_only_away列中剔除text_only列的主队名称，保留剩余的客队名称，重点处理字符串匹配的边界问题，避免部分匹配导致的错误结果。

具体实现方案 #

方法1：正则边界匹配替换 #

利用正则的\b（单词边界）确保只匹配完整的主队名称，避免类似"St."这类后缀被误匹配：

import pandas as pd

# 生成客队名称列
df_games_2023['away_team'] = df_games_2023.apply(
    lambda row: row['text_only_away'].replace(rf"\b{row['text_only']}\b", "").strip(),
    axis=1
)

• 说明：strip()用于清除替换后残留的首尾空格，保证客队名称格式整洁。

方法2：拆分字符串筛选 #

如果text_only_away的两个球队名称用固定分隔符（比如" vs "）拼接，可直接拆分后筛选：

# 替换分隔符为实际使用的字符，比如"@"或" vs "
df_games_2023['away_team'] = df_games_2023.apply(
    lambda row: [team for team in row['text_only_away'].split(" vs ") if team != row['text_only']][0],
    axis=1
)

• 说明：拆分后生成球队列表，直接筛选出不等于主队名称的项，即为客队名称。

方法3：特殊字符兼容处理 #

如果球队名称包含.、'等特殊正则字符，先转义再匹配，同时清理残留分隔符：

import re

def extract_away_team(row):
    # 转义主队名称中的特殊正则字符
    escaped_home = re.escape(row['text_only'])
    # 替换主队名称并清理空格
    away = re.sub(rf"\b{escaped_home}\b", "", row['text_only_away']).strip()
    # 移除可能残留的分隔符（如"vs "）
    away = re.sub(r"^\s*(vs|VS)\s*", "", away)
    return away

df_games_2023['away_team'] = df_games_2023.apply(extract_away_team, axis=1)

结果验证 #

运行后可通过以下代码快速检查结果是否符合预期：

print(df_games_2023[['text_only', 'text_only_away', 'away_team']].head())

内容的提问来源于stack exchange，提问作者Pmannn