如何从DataFrame中提取多个子串并添加为新列？

解决方案：使用正则表达式提取 #

借助Pandas的str.extract()方法，结合正则表达式匹配目标子串，可直接批量生成新列。

1. 构造示例数据

import pandas as pd

# 构造你的示例DataFrame
data = {
    'Serienummer': [
        'SAA VKS MSI A1 R 7,500 1',
        'SAA VKS MSI A1P 7,500 1',
        'SAA VKS MSI A1 R 14,370 5'
    ]
}
df = pd.DataFrame(data, index=[15, 29, 36])

2. 提取子串并添加新列

# 用正则分组匹配，一次性提取三个目标子串
df[['column1', 'column2', 'column3']] = df['Serienummer'].str.extract(r'.*(A\d).*?(\d+,\d+) (\d)$')

# 若第二行的column1需要从A1改为A2（疑似输入笔误），可单独修正
# df.loc[29, 'column1'] = 'A2'

3. 结果展示

执行后得到的DataFrame如下：

Serienummer column1 column2 column3
15  SAA VKS MSI A1 R 7,500 1       A1    7,500       1
29   SAA VKS MSI A1P 7,500 1       A1    7,500       1
36  SAA VKS MSI A1 R 14,370 5      A1   14,370       5

正则表达式说明 #

• .*：匹配任意字符直到找到目标片段
• (A\d)：捕获以A开头、后跟一位数字的片段（对应column1）
• .*?：非贪婪匹配任意字符，避免过度匹配
• (\d+,\d+)：捕获带逗号的数值格式（对应column2）
• (\d)$：捕获字符串末尾的单个数字（对应column3）

内容的提问来源于stack exchange，提问作者Tessa