如何在Pandas中提取列字符串指定部分并赋值至新列？

直接使用Pandas的str.extract()方法配合精准的正则表达式，就能提取任意位置的XPIC并生成新列，代码示例如下：

import pandas as pd

# 构造示例数据
df = pd.DataFrame({
    'raw_str': ['MC-ABC 2+0/XPIC 2+0', 'MisMatch!MC-ABS 2+0 ::: / XPIC 2+0']
})

# 提取XPIC到新列
df['target_col'] = df['raw_str'].str.extract(r'(XPIC)', expand=False)

关键说明 #

• 正则表达式(XPIC)是一个捕获组，会精准匹配字符串中出现的XPIC序列，无论它处于什么位置
• expand=False确保返回的是Series而非DataFrame，直接赋值给新列更方便

如果需要兼容大小写变体（比如xpic、Xpic），可以添加忽略大小写的标志：

import re

df['target_col'] = df['raw_str'].str.extract(r'(XPIC)', flags=re.IGNORECASE, expand=False)
# 可选：统一转为大写格式
df['target_col'] = df['target_col'].str.upper()

常见问题排查 #

如果之前用正则失败，大概率是这两个原因：

• 正则表达式过度匹配了XPIC前后的符号/空格，导致无法精准捕获目标
• 未正确使用捕获组，str.extract()需要明确的捕获组才能返回匹配结果

内容的提问来源于stack exchange，提问作者Archana