如何用Python从code列拆分字符串并生成对应数值列？

可以通过正则表达式解析字符串，结合Pandas来实现从code列提取标识并生成对应数值列的需求，以下是具体实现：

实现步骤 #

• 用正则匹配数字+大写字母标识的组合，提取数值和对应列名
• 逐行解析code列内容，生成列名到数值的映射字典
• 将映射字典转为DataFrame，与原数据合并后填充缺失值为0

完整代码示例 #

import pandas as pd
import re

# 构造示例数据
data = {
    'id': [1, 2, 3],
    'code': ['74C + 24HD', '23C + 14HT + 3S', '0']
}
df = pd.DataFrame(data)

# 定义正则匹配模式：捕获数字和后续的大写字母标识
pattern = re.compile(r'(\d+)([A-Z]+)')

# 解析单个code字符串的函数
def parse_code(code_str):
    if code_str == '0':
        return {}
    # 提取所有匹配的数值和标识对
    matches = pattern.findall(code_str)
    return {col: int(num) for num, col in matches}

# 解析整列并转为DataFrame
parsed_cols = df['code'].apply(lambda x: pd.Series(parse_code(x)))

# 合并原数据与解析结果，填充缺失值为0
result_df = pd.concat([df, parsed_cols.fillna(0).astype(int)], axis=1)

# 确保所有目标列存在（若解析结果中缺少列则补0）
target_cols = ['C', 'HD', 'HT', 'S']
for col in target_cols:
    if col not in result_df.columns:
        result_df[col] = 0

# 调整列顺序与示例一致
result_df = result_df[['id', 'code', 'C', 'HD', 'HT', 'S']]
print(result_df)

代码说明 #

• re.compile(r'(\d+)([A-Z]+)')：精准匹配字符串中"数字+大写字母"的组合，分别捕获数值和列标识
• parse_code函数：处理单个code值，若为"0"则返回空字典，否则将匹配结果转为列名对应数值的字典
• apply(pd.Series)：将每行的字典转换为对应列的数值，缺失列自动填充NaN
• fillna(0).astype(int)：将缺失值转为0并统一为整数类型

运行代码后输出结果与示例表格完全一致。

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