Python中如何将DataFrame列内方括号文本提取为独立列？

直接用Pandas的字符串处理结合正则表达式就能实现，而且可以适配任意成对的括号（圆括号()、方括号[]、花括号{}）：

完整代码示例 #

import pandas as pd

# 原始数据
column_1 = ["Northern Rockies, British Columbia [9A87]", "Northwest Territories [2H89]", "Canada [00052A]", "Division No. 1, Newfoundland and Labrador [52A]"]
column_2 = ["aa", "bb", "cc", "dd"]
column_3 = [4, 4.5, 23, 1]

# 创建DataFrame
df = pd.DataFrame(list(zip(column_1, column_2, column_3)), columns=['column_1', 'column_2', 'column_3'])

# 正则表达式：匹配任意成对括号及内部内容，分组提取括号内的文本
# 解释：
# [\(\[\{] 匹配左括号（圆/方/花）
# (.+?) 非贪婪匹配括号内的所有内容
# [\)\]\}] 匹配对应的右括号
df['column_4'] = df['column_1'].str.extract(r'([\(\[\{])(.+?)([\)\]\}])', expand=False)[1]

# 清理column_1：去掉括号及内部的内容，同时去除末尾可能存在的空格
df['column_1'] = df['column_1'].str.replace(r'\s*[\(\[\{].*?[\)\]\}]', '', regex=True)

# 查看结果
print(df)

输出结果 #

column_1 column_2  column_3 column_4
0               Northern Rockies, British Columbia       aa       4.0    9A87
1                        Northwest Territories       bb       4.5    2H89
2                                        Canada       cc      23.0  00052A
3  Division No. 1, Newfoundland and Labrador       dd       1.0     52A

适配说明 #

如果你的数据里混合了多种括号（比如有的用圆括号，有的用方括号），这个正则表达式也能正常提取，不需要修改代码。

内容的提问来源于stack exchange，提问作者Salahuddin