Pandas：从其他列提取子串创建新列的高效方法

针对固定前缀FSA: 的列数据，无需逐行处理的高效方案分两种常见场景：

Python Pandas 处理表格数据 #

利用Pandas的字符串批量处理能力配合正则表达式，直接整列提取：

1. 假设数据存在DataFrame的original_col列中
2. 使用str.extract匹配前缀后的数值，支持整数、小数格式
3. 转为数值类型以便后续计算

示例代码：

import pandas as pd

# 示例数据
df = pd.DataFrame({
    'original_col': [
        'FSA: 123.45 US DOLLAR',
        'FSA: 67.89 JAPANESE YEN',
        'FSA: 99 EURO',
        'FSA: 1234.5 HONGKONG DOLLAR'
    ]
})

# 提取数值并创建新列
df['numeric_value'] = df['original_col'].str.extract(r'FSA: (\d+\.?\d*)').astype(float)

# 输出结果
print(df['numeric_value'])

运行后会得到：

0    123.45
1     67.89
2     99.00
3    1234.50
Name: numeric_value, dtype: float64

Excel 表格处理 #

如果用Excel处理，可通过以下公式批量生成新列：

• 支持Excel 365的正则函数：

  =REGEXEXTRACT(A1, "FSA: (\d+\.?\d*)")
  

  下拉填充即可批量提取所有行的数值，再将单元格格式转为数值类型。

• 兼容旧版Excel的函数组合：

  =VALUE(TEXTBEFORE(TEXTAFTER(A1, "FSA: "), " "))
  

  先提取FSA: 后的内容，再取第一个空格前的部分，最后转为数值。

内容的提问来源于stack exchange，提问作者Nick D'Agostino