如何从DataFrame的Visit列提取C#D#格式子串至新DataFrame？

你完全可以用str.extract来实现这个需求，这是Pandas里处理字符串提取的高效方法。核心是写对匹配规则的正则表达式，就能精准捕获你要的子串。

实现代码 #

import pandas as pd

# 假设你的输入数据是这样的（可替换成实际的df_input）
df_input = pd.DataFrame({
    'Visit': ['C1D1', 'C1D1', '无匹配内容', 'C1D1', 'C1D12', 'C2D9']
})

# 初始化输出DataFrame并提取目标子串
df_output = pd.DataFrame()
df_output['VISIT'] = df_input['Visit'].str.extract(r'(C\d+D\d{1,2})')

# 查看结果
print(df_output)

正则规则解释 #

正则表达式r'(C\d+D\d{1,2})'的每个部分对应你的需求：

• C\d+：匹配字母C后面跟任意位数的数字（如果C后只能是1位数字，可改成C\d{1}）
• D\d{1,2}：匹配字母D后面跟1到2位数字，正好覆盖你提到的D1、D12、D9这类变体
• 括号()是捕获组，str.extract会只返回这个组匹配到的内容，没有匹配项的单元格会自动填充NaN（也就是你要的空值）

示例输出 #

运行上面的代码后，输出的df_output会是：

VISIT
0    C1D1
1    C1D1
2     NaN
3    C1D1
4   C1D12
5     C2D9

完全符合你期望的结果，包含空值和各种变体的正确提取。

内容的提问来源于stack exchange，提问作者A-Simone