在Pandas中提取正则匹配结果并将索引转为普通列

初始DataFrame结构如下：

column0                              column2
0         0 SomethingSomeData1MixedWithSomeData2
1 something            SomeMoreDataWithSomeData3
2  whatever                            SomeData4

使用df['column2'].str.extractall(r'(SomeData\d)')提取正则匹配内容后，得到多层索引结果：

data
  match
0     0 SomeData1
0     1 SomeData2
1     0 SomeData3
2     0 SomeData4

需要将其转换为以下两种目标格式之一：

形式一：宽表格式 #

data0     data1
0 SomeData1 SomeData2
1 SomeData3       NaN
2 SomeData4       NaN

形式二：列表格式 #

data
0 [SomeData1, SomeData2]
1            [SomeData3]
2            [SomeData4]

实现形式一（宽表） #

通过unstack将match层级转为列，再整理列名：

# 先执行提取操作
extracted_df = df['column2'].str.extractall(r'(SomeData\d)')
# 将match层级转为列
form1 = extracted_df.unstack(level='match')
# 清理列名并重置索引
form1.columns = [f'data{i}' for i in form1.columns.get_level_values(1)]
form1 = form1.reset_index(drop=True)

实现形式二（列表） #

提供两种高效实现方式：

1. 基于提取结果分组聚合：

form2 = extracted_df.groupby(level=0)['data'].apply(list).reset_index(name='data')

2. 直接用str.findall一步生成（无需先调用extractall）：

df['data'] = df['column2'].str.findall(r'(SomeData\d)')
# 若仅需结果列，可单独提取
form2 = df[['data']].copy()

内容的提问来源于stack exchange，提问作者Jose Vega