如何在Python DataFrame中拆分ID列逻辑条件以获取目标格式结果

问题背景 #

需要拆分Python DataFrame中ID列的逻辑条件：将or连接的项归入Or列，&连接的项归入And列，但现有代码无法得到预期结果。

现有尝试代码 #

df['and'] = df['ID'].str.extract(r'\((.*?)\)', expand = False)
df['test'] = np.where(df['ID'].str.contains('or'), df['ID'].str.split('or'), None)

当前输出 #

预期输出 #

解决方案 #

通过自定义函数处理每个ID字符串，分别提取or和&关联的元素，再合并到原DataFrame中：

完整实现代码 #

import pandas as pd
import re

# 构造示例DataFrame
data = {
    'ID': ['A or B or (C & D)', 'E or F & (G & H)', 'W or X or Y or Z'],
    'Note': [None, None, None]
}
df = pd.DataFrame(data)

def split_logic_condition(s):
    or_items = []
    and_items = []
    
    # 按'or'拆分字符串并去除前后空格
    parts = [p.strip() for p in s.split('or')]
    
    for part in parts:
        if '&' in part:
            # 去除括号后按'&'拆分，提取所有and关联元素
            cleaned_part = re.sub(r'[\(\)]', '', part)
            and_subitems = [item.strip() for item in cleaned_part.split('&')]
            and_items.extend(and_subitems)
        else:
            # 无&关联的元素直接归入or组
            or_items.append(part)
    
    # 转换为逗号分隔的字符串，空值返回空字符串
    return {
        'And': ', '.join(and_items) if and_items else '',
        'Or': ', '.join(or_items) if or_items else ''
    }

# 应用函数并合并结果
result_df = df['ID'].apply(lambda x: pd.Series(split_logic_condition(x)))
df = pd.concat([df, result_df], axis=1)
# 调整列顺序并填充空值
df = df[['ID', 'Note', 'And', 'Or']]
df['Note'] = df['Note'].fillna('')

print(df)

代码说明 #

1. 拆分逻辑：先按or拆分整个字符串，对每个子部分判断是否包含&：
   • 含&的子部分：去除括号后按&拆分，将所有元素收集到And组
   • 不含&的子部分：直接归入Or组
2. 结果整合：用apply将自定义函数应用到每行，将结果转为DataFrame列后合并到原表，最后调整列顺序并填充空值。

运行后将得到与预期完全一致的输出。

内容的提问来源于stack exchange，提问作者Olive