如何用str.split()为DataFrame部分行提取count值并设置列？

示例输入 #

id some_string  
1  blah,count=1,blah
2  blah,blah
3  blah,count=4,blah
4  blah,blah
5  blah,count=4,blah
6  blah,count=3,blah

期望输出 #

id some_string        count
1  blah,count=1,blah   1
2  blah,blah           0
3  blah,count=4,blah   4
4  blah,blah           0 
5  blah,count=4,blah   4
6  blah,count=3,blah   3

问题分析 #

你尝试用split方法提取时出现报错：

Length of values (4) does not match length of index (6)

原因是部分行没有count=字段，split后生成的列数不一致，无法和原DataFrame的索引对齐，导致长度不匹配。

解决方案（无需遍历行） #

使用pandas的str.extract方法，通过正则表达式精准捕获count=后的数字，再填充默认值即可：

import pandas as pd

# 构造示例DataFrame（实际使用时替换为你的数据）
df = pd.DataFrame({
    'id': [1,2,3,4,5,6],
    'some_string': [
        'blah,count=1,blah',
        'blah,blah',
        'blah,count=4,blah',
        'blah,blah',
        'blah,count=4,blah',
        'blah,count=3,blah'
    ]
})

# 提取count值，无匹配则填充0并转为整数
df['count'] = df['some_string'].str.extract(r'count=(\d+)', expand=False).fillna(0).astype(int)

print(df)

代码说明 #

• r'count=(\d+)'：正则表达式，匹配count=后面的连续数字，括号用于捕获目标数字；
• str.extract：提取匹配到的内容，未匹配到的行返回NaN；
• fillna(0)：将NaN替换为0；
• astype(int)：将结果转为整数类型，符合需求格式。

内容的提问来源于stack exchange，提问作者abinitio