求助：使用Pandas str.extract提取双正则模式失败问题

原代码的核心问题 #

你的代码存在两个关键问题：

1. 正则表达式(GS-\d+)(|)(WG-\d+)强制要求GS-\d+必须紧跟WG-\d+（中间只能是空字符），如果字符串里两者不连续、顺序颠倒，就匹配不到WG-\d+。
2. str.extract会返回对应捕获组的DataFrame，直接赋值给单个列会导致数据结构混乱，无法正确合并结果。

可行解决方案 #

方案1：提取所有匹配项并合并（推荐）

如果只需要把所有出现的GS-\d+或WG-\d+合并到一列，用str.findall提取所有匹配结果，再拼接成字符串：

jobseries['New Column'] = jobseries['Occupation'].str.findall(r'(GS-\d+|WG-\d+)').str.join(', ')

这个写法不关心两个模式的顺序和位置，只要出现就能提取，结果会用逗号分隔多个匹配项，没有匹配项则为空字符串。

方案2：分别提取后合并（保留各自捕获）

如果需要分别捕获GS和WG编号再合并，可以用支持两种顺序的正则，配合str.extract处理：

# 提取两种顺序的GS和WG，捕获后合并
jobseries['New Column'] = jobseries['Occupation'].str.extract(r'(?:(GS-\d+).*?(WG-\d+)|(WG-\d+).*?(GS-\d+))').fillna('').apply(
    lambda row: ', '.join(filter(None, row)), axis=1
)

这个正则会匹配两种情况：GS在前WG在后，或者WG在前GS在后，filter(None, row)会自动去掉空值，再用逗号拼接。

测试示例 #

假设Occupation列有以下值：

• "Senior Analyst (GS-12), WG-03 Support"
• "WG-05 Technician, GS-10 Specialist"
• "Only GS-11 Role"

用方案1的代码会得到：

• "GS-12, WG-03"
• "WG-05, GS-10"
• "GS-11"

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