如何从DataFrame的Desc列提取it_与$$$之间的子串？

原代码的问题 #

• 直接对df['DESC']调用find()方法是错误的，Series的find()不会逐元素执行，返回的是标量值而非每个元素对应的索引，导致后续切片逻辑完全失效。
• 原代码里idx1 + len(sub1) + 1多了一个+1，it_的长度是3，idx1 + len(sub1)已经指向目标子串的起始位置，不需要额外加1。

解决方案1：正则表达式（最简洁推荐） #

用str.extract()配合正则表达式，直接匹配it_和$$$之间的内容：

import pandas as pd

# 示例数据
data = {'DESC': [
    '_000it_ZZZ$$$-',
    '_0780it_ZBZT$$$-',
    '_011it_BB$$$-',
    '_000it_CCCC$$$-'
]}
df = pd.DataFrame(data)

# 提取目标子串
df['results'] = df['DESC'].str.extract(r'it_(.*?)\$\$\$', expand=False)

正则说明：it_(.*?)\$\$\$中，it_匹配固定前缀，(.*?)是非贪婪匹配任意字符（避免匹配到多余内容），\$\$\$匹配后缀$$$（$是正则特殊字符，需要转义）。

解决方案2：逐元素索引切片 #

如果不想用正则，修正原代码逻辑，用str.find()和str.slice()逐元素处理：

sub1 = "it_"
sub2 = "$$$"

# 计算每个元素的目标子串起始/结束索引
start_idx = df['DESC'].str.find(sub1) + len(sub1)
end_idx = df['DESC'].str.find(sub2)

# 切片提取
df['results'] = df['DESC'].str.slice(start=start_idx, stop=end_idx)

两种方法最终得到的results列结果都是：['ZZZ', 'ZBZT', 'BB', 'CCCC']，符合需求。

内容的提问来源于stack exchange，提问作者user18165921