Python实现：基于字符串最后两位生成DataFrame新列

针对你的需求，这里有几种高效处理大型DataFrame的方法：

方法1：字符串分割（最直观） #

利用str.split()按-分割字符串，取最后一段，同时用str.strip()去除可能的首尾空格：

import pandas as pd

# 构造示例DataFrame
df = pd.DataFrame({
    'urn': [
        'CS16-1533232-GB ',
        'CS16-1533233-GB     ',
        'CS16-1533234-GB ',
        'CS16-1533235-BZ ',
        'CS16-1533238-GB'
    ]
})

# 提取国家代码
df['country'] = df['urn'].str.strip().str.split('-').str[-1]

方法2：字符串切片（性能最优） #

如果国家代码固定是2位，直接从字符串末尾截取，先处理空格：

df['country'] = df['urn'].str.strip().str[-2:]

这种方法速度最快，适合超大型数据集。

方法3：正则表达式（适配复杂格式） #

如果URN格式有变化，用正则匹配末尾的两位大写字母：

df['country'] = df['urn'].str.extract(r'([A-Z]{2})$', expand=False).str.strip()

运行后可得到目标结果：

urn country
0   CS16-1533232-GB      GB
1   CS16-1533233-GB      GB
2   CS16-1533234-GB      GB
3   CS16-1533235-BZ      BZ
4   CS16-1533238-GB      GB

内容的提问来源于stack exchange，提问作者Ed Jefferies