如何从Pandas DataFrame的字符串列中提取name字段值？已尝试代码未正常工作

嗨，我来帮你搞定这个提取name值的问题～你原来的代码没起作用，核心原因是正则表达式的格式和你的数据不匹配：你写的"'name': '(.*?)'"是针对类似字典的'name': 'x'格式，但你的数据是id=1;name=x;color=blue;这种用分号分隔、键值对用等号连接的结构，自然匹配不到啦😅

下面给你两种实用的解决方案：

方法一：直接用正确的正则提取 #

针对你的数据格式，我们可以写一个精准匹配name=后面内容的正则，直到遇到分号或者行尾为止：

import pandas as pd

# 示例数据
df = pd.DataFrame({'col': ['id=1;name=x;color=blue;', 'id=2;name=y;color=green;']})

# 提取name对应的值
df['name'] = df['col'].str.extract(r'name=([^;]+)')

这里的正则r'name=([^;]+)'解释：

• name=：精准匹配键的固定前缀
• ([^;]+)：捕获所有不是分号的字符（也就是name对应的值），括号用来标记需要提取的部分

执行后，df的name列就会得到['x', 'y']，完全符合你的需求～

方法二：批量提取所有键值对（适合多字段需求） #

如果你之后还需要提取id、color等其他字段，用这种方法更高效：把每行的键值对拆分成字典，再扩展成DataFrame的列：

# 拆分每行的键值对，过滤空元素（因为最后一个分号会产生空字符串）
key_value_pairs = df['col'].str.split(';', expand=True).stack()

# 拆分每个键值对为键和值
split_pairs = key_value_pairs.str.split('=', expand=True)

# 转成宽表格式，得到所有字段的列
result = split_pairs.set_index(0, append=True)[1].unstack(0)

# 合并回原DataFrame（可选）
df = df.join(result)

这样处理后，df会新增id、name、color三列，一次性搞定所有字段的提取，非常适合有多个键值对需要处理的场景。

小提醒 #

如果你的数据中存在没有name字段的行，提取后会得到NaN，可以用df['name'].fillna('未知', inplace=True)来填充默认值；如果name的值里可能包含分号（这种情况很少见），那需要调整正则逻辑，比如匹配到下一个键的开头或者行尾。

内容的提问来源于stack exchange，提问作者Mo T