如何基于Pandas DataFrame的Comments列创建DOB与POB新列

可以通过Pandas的字符串提取方法结合条件赋值来实现需求，步骤清晰且易理解：

import pandas as pd
import numpy as np

# 初始化原始DataFrame
ds1 = {'Name':["Juan Pablo Montoya","Jose Hiero","Martin Vasquez"], "Comments" : ["DOB 18 May 1967; POB Mexico.","POB Mexico.","-0-"]}
df1 = pd.DataFrame(data=ds1)

# 1. 提取DOB列：匹配"DOB"后到分号前的内容
df1['DOB'] = df1['Comments'].str.extract(r'DOB\s*(.*?);', expand=False)

# 2. 提取POB列：匹配"POB"后到句号前的内容
df1['POB'] = df1['Comments'].str.extract(r'POB\s*(.*?)\.', expand=False)

# 3. 处理Comments为"-0-"的情况，将对应行的DOB和POB设为NaN
mask = df1['Comments'] == '-0-'
df1.loc[mask, ['DOB', 'POB']] = np.nan

# 查看结果
print(df1)

执行后输出的目标DataFrame：

Name                      Comments         DOB     POB
0  Juan Pablo Montoya  DOB 18 May 1967; POB Mexico.  18 May 1967  Mexico
1          Jose Hiero                   POB Mexico.         NaN  Mexico
2      Martin Vasquez                           -0-         NaN     NaN

代码说明 #

• 提取DOB：正则表达式r'DOB\s*(.*?);中，\s*匹配任意数量的空格，(.*?)是非贪婪匹配，捕获DOB后到分号前的所有内容；没有匹配到的行自动填充NaN。
• 提取POB：正则表达式r'POB\s*(.*?)\.'捕获POB后到句号前的内容，同样无匹配时填充NaN。
• 处理"-0-"行：通过布尔掩码定位符合条件的行，直接将对应列值设为NaN。

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