如何在Pandas DataFrame的A列实现特定字符串合并转换？

需求说明 #

需对DataFrame的A列字符串执行以下转换规则：

• 识别每个()包裹的子串，若子串包含逗号：
  • 将逗号分隔的两部分拆分（如A|B|C,D拆为A|B|C和D；A,B|C|D拆为A和B|C|D）
  • 将其中一部分的每个元素与另一部分元素两两拼接（空格分隔），再用|连接成新子串
• 括号内无逗号的子串保持原样

示例转换：
(A|B|C,D)|(A,B|C|D)|(B|C|D) → (D A|D B|D C)|(A B|A C|A D)|(B|C|D)

示例DataFrame #

import pandas as pd

data = {'A': [ '(A|B|C,D)|(A,B|C|D)|(B|C|D)'],
        'B(Expected)': [ '(D A|D B|D C)|(A B|A C|A D)|(B|C|D)']
        }

df = pd.DataFrame(data)

print(df)

已尝试的无效方法 #

方法1：简单字符替换 #

df['B(Expected)'] = df['A'].apply(lambda x: x.replace("|", " ").replace(",", "|") if "|" in x and "," in x else x)

仅做字符替换，无法实现元素两两合并的逻辑，结果不符合预期。

方法2：拆分后拼接 #

# Split the string by the pipe character
df['string'] = df['string'].str.split('|')
df['string'] = df['string'].apply(lambda x: '|'.join([' '.join(i.split(' ')) for i in x]))

未针对括号内的逗号做处理，逻辑偏离需求，无法得到正确结果。

正确实现方案 #

通过正则匹配括号内的分组，针对性处理含逗号的子串：

import re
import pandas as pd

def process_group(match):
    # 获取括号内的内容
    group_content = match.group(1)
    if ',' not in group_content:
        # 无逗号，直接返回原格式
        return f'({group_content})'
    
    # 按逗号拆分两部分
    part1, part2 = group_content.split(',', 1)
    # 拆分每部分的元素列表
    items1 = part1.split('|')
    items2 = part2.split('|')
    
    # 根据元素数量决定拼接顺序
    if len(items1) == 1 and len(items2) > 1:
        # 左部分是单元素，拼接为「单元素 + 空格 + 右部分元素」
        combined = [f'{items1[0]} {item}' for item in items2]
    elif len(items2) == 1 and len(items1) > 1:
        # 右部分是单元素，拼接为「单元素 + 空格 + 左部分元素」
        combined = [f'{items2[0]} {item}' for item in items1]
    else:
        # 两部分都是多元素时，生成所有笛卡尔积组合（左元素在前）
        combined = [f'{x} {y}' for x in items1 for y in items2]
    
    # 重新组合为括号包裹的格式
    return f'({"|".join(combined)})'

# 应用转换逻辑到A列
df['B(Result)'] = df['A'].apply(lambda x: re.sub(r'\((.*?)\)', process_group, x))

# 查看结果
print(df)

逻辑说明 #

1. process_group函数：处理单个括号内的内容，判断是否含逗号：
   • 无逗号则直接返回原括号格式
   • 有逗号则拆分两部分，根据元素数量确定拼接顺序，生成两两合并后的字符串
2. re.sub(r'\((.*?)\)', process_group, x)：匹配所有括号内的子串，调用处理函数替换原内容
3. 通过apply将转换逻辑批量应用到DataFrame的A列

内容的提问来源于stack exchange，提问作者Jawed Sheikh