Python DataFrame提取子串：如何高效获取-B-或B之前的内容？

针对你提到的ID固定格式（开头为若干字母+数字，后续紧跟-B-或B），完全没必要用for循环处理，直接用pandas内置的字符串操作就能高效实现，比循环快得多，给你两种实用方案：

方案1：用str.extract精准匹配前缀 #

写正则直接匹配开头的字母+数字序列，正则^([A-Za-z]+\d+)的作用是从字符串起始位置，匹配连续的字母加数字组合：

import pandas as pd

# 示例DataFrame
df = pd.DataFrame({'id': ['A12-B-56', 'E1234B115']})
# 提取目标前缀
df['target_prefix'] = df['id'].str.extract(r'^([A-Za-z]+\d+)')

运行后target_prefix列会得到['A12', 'E1234']，完全符合你的需求。

方案2：用str.split按分隔符拆分 #

把-B-和B作为拆分分隔符，直接取拆分后的第一个元素：

df['target_prefix'] = df['id'].str.split(r'-B-|B').str[0]

这个方法逻辑更直观，直接按两种可能的分隔符拆分字符串，取第一部分即可。

这两种都是pandas的矢量化操作，内部做了底层优化，数据量越大，对比for循环的效率优势越明显，完全不用手动遍历每一行处理。

内容的提问来源于stack exchange，提问作者user398843