求助：将DataFrame列拆分产品名与技术细节列，正则实现遇问题

我有一个pandas DataFrame，其Description列包含合并的产品名称与技术细节，希望将其拆分为两列：一列存储实际产品名称，另一列存储技术细节。尝试使用正则表达式拆分后，对应行的产品名称变为空值，无法得到预期结果。

示例DataFrame与原代码如下：

import pandas as pd
import re

df = pd.DataFrame({'Description': ['WASHER tey DIN6340 10.5 C 35;', 'CABINET EL', 'CYLINDER SCREW', 'M12x N15']})

# 原尝试代码
df['Technical Data'] = df['Description'].str.extract(r'^.*?(\\s\\w*\\d+\\w*\\s.*)$')
df['Product Description'] = df['Description'].apply(lambda x: re.sub(r'^.*?(\\w*\\d+\\w*\\s.*)$', '', x))

问题根源 #

1. 正则转义错误：原正则中的\\s、\\d多了一层转义，Python字符串中只需单个反斜杠（\s、\d），多余的转义会导致正则无法正确匹配目标内容。
2. 匹配逻辑缺陷：原正则^.*?(\\w*\\d+\\w*\\s.*)$会匹配从字符串开头到包含数字的整个内容，替换后直接清空了产品名称部分；同时extract也因转义问题无法正确捕获技术细节。

解决方案 #

核心思路是区分无数字的产品名称和含数字的技术细节，以下两种方案均可实现需求：

方案一：一次性提取两列（高效推荐） #

利用正则分组，一次完成产品名称和技术细节的提取：

import pandas as pd

df = pd.DataFrame({'Description': ['WASHER tey DIN6340 10.5 C 35;', 'CABINET EL', 'CYLINDER SCREW', 'M12x N15']})

# 正则分组：第一组匹配开头无数字的文本（产品名称），第二组匹配含数字的后续内容（技术细节）
df[['Product Description', 'Technical Data']] = df['Description'].str.extract(r'^([^\d]+?)(\s?\w*\d+.*)?$')

# 清理空值与多余空格
df['Product Description'] = df.apply(
    lambda row: row['Description'] if pd.isna(row['Technical Data']) else row['Product Description'].strip(),
    axis=1
)
df['Technical Data'] = df['Technical Data'].str.strip()

print(df)

方案二：分开提取与替换 #

修正正则转义问题，分别处理技术细节和产品名称：

import pandas as pd
import re

df = pd.DataFrame({'Description': ['WASHER tey DIN6340 10.5 C 35;', 'CABINET EL', 'CYLINDER SCREW', 'M12x N15']})

# 提取技术细节：匹配第一个含数字的部分及后续内容
df['Technical Data'] = df['Description'].str.extract(r'(\s?\w*\d+.*)$')[0].str.strip()

# 提取产品名称：移除技术细节部分，无技术细节则保留原内容
df['Product Description'] = df.apply(
    lambda row: row['Description'].replace(row['Technical Data'], '').strip() if pd.notna(row['Technical Data']) else row['Description'],
    axis=1
)

print(df)

预期输出 #

两种方案均会生成如下结果：

内容的提问来源于stack exchange，提问作者Pravin