如何用Python Pandas DataFrame从Excel列提取UK Pro后的产品编号

问题背景 #

需要从DataFrame的Product列中提取位于**"UK Pro"之后的3-4位数字**作为产品编号，示例数据如下：

Checking center : King 2000 : UK Pro 1000 : London
Checking center : Queen 321 : UK Pro 250 : Spain
CC : UK Pro 3000 : France
CC : UK Pro 810 : Poland

期望输出产品编号列：1000、250、3000、810

用户尝试以下两种str.split方法未得到正确结果：

df['Product #'] = df1['Product'].str.split(':').str[1]
df1['Product #'] = df1['Product'].str.split('UK Pro', 1).str[0].str.strip()

正确解决方案 #

方法1：正则表达式提取（推荐） #

利用Pandas的str.extract方法结合正则表达式，精准匹配"UK Pro"后的3-4位数字，这是最稳定的方案：

import pandas as pd

# 提取产品编号
df1['Product #'] = df1['Product'].str.extract(r'UK Pro\s+(\d{3,4})', expand=False)

正则表达式说明：

• UK Pro：匹配固定标识字符串
• \s+：匹配"UK Pro"与编号之间的一个或多个空格（兼容空格数量不一致的情况）
• (\d{3,4})：捕获3到4位的数字，作为我们需要的产品编号

方法2：改进版split方法 #

如果倾向于使用split操作，需要调整分割逻辑：先按"UK Pro"分割取后半部分，再按冒号分割取前半部分，最后去除多余空格：

df1['Product #'] = df1['Product'].str.split('UK Pro', 1).str[1].str.split(':').str[0].str.strip()

内容的提问来源于stack exchange，提问作者SAK