筛选DataFrame特定格式行并提取指定字段的有效方法

直接用Pandas的字符串正则匹配和提取功能就能搞定，分两步走：

1. 筛选符合格式的行 #

先把带「路径+两组冒号分隔数字」的行挑出来，用str.contains配合正则表达式精准匹配：

# 筛选符合格式的条目：行尾满足「冒号+空格+路径+冒号+数字+冒号+数字」结构
filtered_df = df[df['LineEntry'].str.contains(r': /[^:]+:\d+:\d+$')]

正则说明：r': /[^:]+:\d+:\d+$' 里，[^:]+匹配不含冒号的路径部分，\d+匹配数字，$锚定行尾，确保只匹配完全符合要求的行。

2. 提取最后两个冒号分隔的数字 #

用str.extract直接从筛选后的行里提取两个数字，自动生成新列：

# 把两个数字分别提取到num1和num2列
filtered_df[['num1', 'num2']] = filtered_df['LineEntry'].str.extract(r': (\d+):(\d+)$')

这里的正则r': (\d+):(\d+)$'会精准捕获行末尾的两组数字，分组后自动映射到新列中。

一步到位的简化写法 #

也可以直接提取，同时过滤掉提取失败的行（结果为NaN的行）：

# 提取数字并生成新列
df[['num1', 'num2']] = df['LineEntry'].str.extract(r': (\d+):(\d+)$')
# 移除提取无效的行
df = df.dropna(subset=['num1', 'num2'])

你之前用re.split报错，是因为不符合格式的行冒号数量不足，取res[3]、res[4]会触发索引越界。用正则匹配+提取的方式更稳妥，既能精准定位目标内容，还能自动过滤无效行。

内容的提问来源于stack exchange，提问作者user1846251