如何按条件拆分Pandas DataFrame列：分离颜色与带修饰词的车辆

你的问题核心是车辆部分可能包含small/big这类修饰词，单纯按最后一个单词拆分无法识别这类多词的车辆名称。可以用正则表达式精准匹配车辆部分的模式，实现正确拆分：

具体实现代码 #

首先构建示例DataFrame：

import pandas as pd

data = {
    'MyCol': [
        'Red Motor',
        'Green Taxi',
        'Light blue small Taxi',
        'Light blue big Taxi'
    ]
}
df = pd.DataFrame(data)

然后用str.extract结合正则表达式拆分：

# 正则匹配：捕获车辆部分（Motor/Taxi/small Taxi/big Taxi），其余为颜色
df[['color', 'vehicle']] = df['MyCol'].str.extract(r'^(.*?)\s+(small\s+Taxi|big\s+Taxi|Motor|Taxi)$', expand=True)

拆分结果 #

拆分后DataFrame如下：

正则逻辑说明 #

• ^(.*?)\s+：匹配开头到车辆部分前的所有内容（非贪婪模式，避免过度匹配），作为颜色列
• (small\s+Taxi|big\s+Taxi|Motor|Taxi)$：精准匹配所有可能的车辆格式，作为车辆列

内容的提问来源于stack exchange，提问作者test tes