Pandas字符串分割：提取指定索引范围元素的实现方案

问题场景 #

DataFrame的某一列存了这些字符串：
active_days_revenue、active_days_rate、total_revenue、gap_days_rate

需要完成两个操作：

• 用下划线作为分隔符分割每个字符串
• 提取分割后索引0到1的元素，并重新用下划线连接，最终得到结果：
  active_days、active_days、total_revenue、gap_days

之前尝试df['text'].split('_')[:1]无效，df['text'].split('_')[0]只能拿到第一个元素，达不到需求。

解决方法 #

方法一：用Pandas字符串方法链式调用 #

直接利用Pandas的str属性提供的字符串处理方法，一步到位：

import pandas as pd

# 构造示例数据
df = pd.DataFrame({
    'text': ['active_days_revenue', 'active_days_rate', 'total_revenue', 'gap_days_rate']
})

# 分割→取前两个元素→重新连接
df['result'] = df['text'].str.split('_').str[:2].str.join('_')

• str.split('_')：把每个字符串按下划线分割成列表
• str[:2]：提取列表的前两个元素（对应索引0和1）
• str.join('_')：将这两个元素用下划线重新拼接成字符串

方法二：用正则表达式提取 #

如果习惯用正则，也可以直接匹配目标内容：

df['result'] = df['text'].str.extract(r'^([^_]+(?:_[^_]+)?)')

正则表达式^([^_]+(?:_[^_]+)?)的含义：

• ^：匹配字符串开头
• [^_]+：匹配一段不含下划线的内容
• (?:_[^_]+)?：可选的一段“下划线+不含下划线的内容”，实现取前两个分割部分的效果

验证结果 #

执行上述代码后，df['result']列的输出就是：

0    active_days
1    active_days
2    total_revenue
3    gap_days
Name: result, dtype: object

完全符合预期。

内容的提问来源于stack exchange，提问作者The Great