Python按条件拆分DataFrame列并生成新列：Class1列处理需求

步骤1：解析Class1列结构 #

通过正则表达式提取拆分出数字标识和对应内容，兼容两种格式：

• 带Lx_y_前缀的条目（如L1_2_Shipper Full Pallet）：提取数字x、y，以及前缀后的描述内容
• 无前缀的条目（如Intermittent_Bowling Conversion）：直接提取完整描述内容

步骤2：构造新列标识 #

对带前缀的条目，用提取出的数字组合成列名（如L1_1、L1_2）；无前缀的统一归到Other列。

步骤3：转换为宽表格式 #

通过透视操作将行数据转成列数据，得到目标结构。

完整代码示例 #

import pandas as pd

# 模拟原始DataFrame
df = pd.DataFrame({
    'Class1': [
        'Intermittent_Bowling Conversion',
        'L1_2_Shipper Full Pallet',
        'L1_1_BOGO'
    ]
})

# 1. 提取数字标识和内容
df[['num1', 'num2', 'content']] = df['Class1'].str.extract(r'(?:L(\d+)_(\d+)_)?(.*)')

# 2. 生成列名
df['col_name'] = df.apply(
    lambda row: f'L{row["num1"]}_{row["num2"]}' if pd.notna(row['num1']) else 'Other',
    axis=1
)

# 3. 透视转换为宽表
result = df.pivot(index=df.index, columns='col_name', values='content').fillna('')

# 合并回原数据（可选，按需保留原Class1列）
final_df = pd.concat([df['Class1'], result], axis=1)
print(final_df)

正则表达式说明 #

(?:L(\d+)_(\d+)_)?(.*)：

• (?:...)：非捕获组，用于匹配前缀但不单独提取整个前缀
• (\d+)：捕获组，提取下划线间的数字
• ?：表示前缀部分可选，兼容无前缀的条目
• (.*)：捕获剩余所有内容作为描述文本

常见报错排查 #

如果之前用str.split报错，大概率是正则未兼容无前缀的情况，或拆分逻辑未考虑分组：

• 避免直接用str.split(r'L(\d+)_(\d+)_')，无前缀的行无法匹配会返回NaN
• 必须用str.extract并添加可选匹配（?）覆盖所有情况

内容的提问来源于stack exchange，提问作者Sahil Jain