如何在Pandas列中提取特定格式值并生成独立新列？

核心思路 #

因为目标字符串在Connections列中的位置不固定，直接按空格拆分无法精准定位，正则表达式是最优方案——它可以直接从整段字符串中匹配符合P1-12.S1-112格式的内容，自动排除不符合规则的项（比如P105.H10）。

正则表达式定义 #

针对需求的匹配规则，使用以下正则：

P([1-9]|1[0-2])\.S([1-9]|[1-9]\d|1[01][0-9]|11[0-2])

各部分含义：

• P([1-9]|1[0-2])：匹配P后跟随1-12的数字（覆盖1-9、10、11、12）
• \.：匹配点号（转义处理，避免正则将点号识别为通配符）
• S([1-9]|[1-9]\d|1[01][0-9]|11[0-2])：匹配S后跟随1-112的数字（覆盖1-9、10-99、100-111、112）

Pandas 代码实现 #

单匹配项提取（每个Connections仅一个符合项）

import pandas as pd

# 示例DF1数据
df1 = pd.DataFrame({
    'Name': ['SIGNAL 1', 'SIGNAL 2'],
    'Connections': ['DF62.1 P8.S12 P105.H10 RK121.2', 'P3.S45 X99.0 P12.S112']
})

# 定义正则模式
pattern = r'P([1-9]|1[0-2])\.S([1-9]|[1-9]\d|1[01][0-9]|11[0-2])'

# 提取匹配内容到新列
df1['Matched_PS'] = df1['Connections'].str.extract(pattern).apply(
    lambda x: f'P{x[0]}.S{x[1]}' if pd.notna(x[0]) else None, axis=1
)

多匹配项提取（每个Connections含多个符合项）

如果存在一个Connections字符串里有多个符合规则的P#.S#，可以用str.findall提取所有匹配项，再用分隔符拼接：

df1['Matched_PS'] = df1['Connections'].str.findall(pattern).apply(
    lambda x: ', '.join([f'P{a}.S{b}' for a, b in x]) if x else None
)

复用处理DF2

DF2的处理逻辑完全一致，直接套用上述代码即可：

# 示例DF2数据
df2 = pd.DataFrame({
    'Connections': ['D101.1 K154A.4 P8.S12', 'P5.S78 P10.S100 Z200.3']
})

df2['Matched_PS'] = df2['Connections'].str.findall(pattern).apply(
    lambda x: ', '.join([f'P{a}.S{b}' for a, b in x]) if x else None
)

效果说明 #

运行代码后，新列Matched_PS会精准提取所有符合规则的内容，自动忽略P105.H10这类不符合P后数字≤12的项，且不受目标字符串在Connections中的位置影响。

内容的提问来源于stack exchange，提问作者cavediver