如何用Pandas从DataFrame的details列提取卧室等目标数据？

方法一：正则表达式提取（推荐，适配字段顺序变化） #

正则表达式是最可靠的提取方式，即使details列中各字段的顺序发生变化，也能准确抓取目标值：

# 提取卧室数量（Chambres）
df['nbChambre'] = df['details'].str.extract(r'(\d+) Chambres').astype(int)

# 提取浴室数量（Salles de bains）
df['nbSalleDeBain'] = df['details'].str.extract(r'(\d+) Salles de bains').astype(int)

# 提取房龄范围（ans）
df['NbAnnee'] = df['details'].str.extract(r'(\d+-\d+) ans')

说明：

• str.extract(r'(\d+) Chambres')：匹配数字（\d+）后跟 Chambres的内容，提取括号内的数字部分
• str.extract(r'(\d+-\d+) ans')：匹配类似20-30的范围格式后跟 ans的内容，提取括号内的范围字符串

方法二：基于字符串分割（适合字段顺序固定的场景） #

如果details列中各字段的顺序始终固定，可以沿用你之前的分割思路：

# 先按'-'分割并去除每个元素的空格
split_details = df['details'].str.split('-').str.strip()

# 提取卧室数量（对应第3个分割元素，索引从0开始为第2位）
df['nbChambre'] = split_details.str[2].str.split('Chambres').str[0].astype(int)

# 提取浴室数量（对应第4个分割元素，索引3）
df['nbSalleDeBain'] = split_details.str[3].str.split('Salles de bains').str[0].astype(int)

# 提取房龄范围（对应第6个分割元素，索引5）
df['NbAnnee'] = split_details.str[5].str.split('ans').str[0].strip()

注意：这种方式完全依赖字段的固定顺序，如果后续数据中字段位置变动，提取结果会出错，因此更推荐正则表达式的方法。

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