如何用Pandas从DataFrame字符串列提取带clinic/hospital后缀的名称？

首先明确核心匹配规则：要提取的名称必须紧跟在空格之后、clinic/hospital之前，且名称来自df1的Name列。你用apply后全为None，大概率是匹配逻辑的正则写法、匹配顺序或大小写处理出了问题，下面给出两种可行方案：

方案1：用pandas内置的str.extract（推荐，更高效） #

这种方法无需自定义apply函数，直接利用正则批量提取，代码更简洁且性能更好。

步骤1：准备示例数据（可替换为你的真实数据） #

import pandas as pd
import re

df1 = pd.DataFrame({'Name': ['Green Valley', 'Sunny Side', 'Maple']})
df2 = pd.DataFrame({'Description': [
    'Visited Green Valley clinic yesterday',
    'Sunny Side hospital is nearby',
    'Maple store is closed',
    'Clinic of Green Valley is great'
]})

步骤2：构建正则匹配规则 #

• 先把df1的名称按长度倒序排序：避免短名称先匹配（比如如果有"Maple"和"Maple Creek"，长名称优先匹配才不会被截断）
• 转义名称中的特殊字符：防止名称里的.、*等字符被正则解析为语法符号
• 正则逻辑：捕获名称，后面必须跟空格+clinic/hospital，同时开启不区分大小写匹配

# 整理名称列表并按长度倒序
name_list = df1['Name'].tolist()
name_list.sort(key=len, reverse=True)

# 构建正则模式
name_pattern = '|'.join([re.escape(name) for name in name_list])
# 编译正则，开启不区分大小写
regex = re.compile(fr'({name_pattern})\s+(?:clinic|hospital)', re.IGNORECASE)

步骤3：提取匹配结果 #

df2['Extracted Name'] = df2['Description'].str.extract(regex)

运行后结果：

方案2：修复自定义apply函数 #

如果你坚持要用apply，需要修正函数内的匹配逻辑：

def extract_target_name(text):
    # 遍历排序后的名称列表
    for name in name_list:
        # 匹配规则：名称 + 空格 + clinic/hospital，不区分大小写
        match = re.search(fr'{re.escape(name)}\s+(?:clinic|hospital)', text, re.IGNORECASE)
        if match:
            return name
    return None

df2['Extracted Name'] = df2['Description'].apply(extract_target_name)

常见问题排查（为什么之前全是None） #

• 没处理空格：比如直接写name + 'clinic'，但实际文本中名称和后缀之间有空格，导致匹配失败
• 忽略大小写：文本中出现Clinic/Hospital大写形式，正则没开启re.IGNORECASE导致不匹配
• 未转义特殊字符：如果名称里有St. Mary这类带.的字符串，.会被正则解析为任意字符，导致匹配错误
• 匹配顺序错误：短名称先匹配，长名称被截断（比如先匹配"Maple"，就不会匹配"Maple Valley"）

内容的提问来源于stack exchange，提问作者Laila Elmoataz