如何用带if/else的正则表达式从DataFrame列提取指定单位值？

直接上能用的函数代码，批量处理50行数据完全没问题：

import pandas as pd

def extract_target_units(df):
    # 定义所有要匹配的单位模式，用|分隔，非捕获组避免多余分组
    pattern = r'(\d*\s*(?:milliliter|liter|ounce|kilogram|fluid\s*ounce))'
    # 批量提取匹配内容，无匹配返回NaN
    extracted = df['Unit'].str.extract(pattern, expand=False)
    # 把空值转成None，满足无匹配时返回None的要求
    return extracted.apply(lambda x: x if pd.notna(x) else None)

关键说明 #

• 模式里的\d*匹配0个/多个数字，\s*匹配0个/多个空格，能覆盖"250 milliliter"、"1liter"、"fluid ounce"这类各种格式
• (?:...)是非捕获组，把所有单位选项打包，确保str.extract只返回我们要的完整匹配串
• 没必要逐行写if/else：pandas的str.extract会一次性处理整列数据，之后用apply把空值（NaN）转成None，比循环写判断高效多了

使用示例 #

假设你的DataFrame叫df，可以这么用：

# 获取提取结果
unit_results = extract_target_units(df)
# 或者直接给原DataFrame加一列存提取值
df['Extracted_Unit'] = extract_target_units(df)

内容的提问来源于stack exchange，提问作者C C