Python实现含括号列拆分：提取内外内容及生成预处理列

核心实现代码 #

我们可以借助pandas库结合正则表达式完成需求，以下是完整代码：

import pandas as pd
import re

# 构造示例数据集
data = {
    'id': [1, 2, 3],
    'code': ['-(83C24H)', '30(30C14H)', '25']
}
df = pd.DataFrame(data)

# 拆分outside和inside列
def split_code(code):
    match = re.match(r'^(.*?)\((.*?)\)$', code)
    if match:
        return match.group(1), match.group(2)
    else:
        return code, '0'

df[['outside', 'inside']] = df['code'].apply(lambda x: pd.Series(split_code(x)))

# 生成prepared列
def format_prepared(inside):
    if inside == '0':
        return '0'
    # 在数字前的字母后添加+分隔符
    return re.sub(r'([A-Za-z])(?=\d)', r'\1 + ', inside)

df['prepared'] = df['inside'].apply(format_prepared)

print(df)

代码说明 #

• 拆分括号内容：用正则表达式^(.*?)\((.*?)\)$匹配带括号的结构，捕获括号前后的内容；无括号时直接返回原内容和0。
• 格式化prepared列：用正则表达式([A-Za-z])(?=\d)定位数字前的字母，替换为字母 + 的格式；若inside为0，则直接返回0。

运行结果 #

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