如何在Pandas DataFrame的ID列中按文本数字切换插入短横线

我有一个如下所示的Pandas DataFrame（为大型数据集的示例）：

import pandas as pd

df = pd.DataFrame({"ID":["4SSS50FX","2TT1897FA"],
                   "VALUE":[13, 56]})

# 输出：
#           ID  VALUE
# 0   4SSS50FX     13
# 1  2TT1897FA     56

我希望在df["ID"]的字符串中，每当文本与数字相互切换的位置插入-，预期输出如下：

ID  VALUE
0   4-SSS-50-FX     13
1  2-TT-1897-FA     56

不想针对每种情况写特定条件，想自动化处理所有样本，求解决方法。

用正则表达式的正向零宽断言就能完美解决这个需求，无需编写大量条件判断。正则可以精准识别数字与字母的切换边界，自动在对应位置插入分隔符。

直接调用Pandas的str.replace方法配合正则即可实现批量处理：

import pandas as pd

df = pd.DataFrame({"ID":["4SSS50FX","2TT1897FA"],
                   "VALUE":[13, 56]})

# 核心代码：匹配数字/字母的切换边界并插入-
df["ID"] = df["ID"].str.replace(r'(?<=\d)(?=[A-Za-z])|(?<=[A-Za-z])(?=\d)', '-', regex=True)

print(df)

正则规则解释 #

• (?<=\d)(?=[A-Za-z])：匹配前面是数字、后面是字母的空白位置
• (?<=[A-Za-z])(?=\d)：匹配前面是字母、后面是数字的空白位置
• 用|合并两个条件，只要满足任一情况就替换为-，实现所有数字/字母切换位置的自动分隔。

运行结果 #

ID  VALUE
0   4-SSS-50-FX     13
1  2-TT-1897-FA     56

该方法完全通用，无论字符串中数字与字母切换多少次都能适配，适合大型数据集的批量处理。

内容的提问来源于stack exchange，提问作者user026