如何在pandas中提取姓名与带括号数字生成新列并删除原列，能否单行实现？

核心思路：向量化字符串提取（比lambda高效） #

优先用pandas内置的str.extract方法，它是向量化操作，不需要逐行遍历，性能远高于lambda+apply组合。我们用正则表达式一次性匹配出姓名和三个数字，同时自动去掉方括号。

分步实现（适合新手理解） #

1. 先准备模拟数据（贴合你的原始列格式）：

import pandas as pd
df = pd.DataFrame({'原列': ['张三[10][20][30]', '李四[15][25][35]', '王五[5][15][25]', '赵六 [8][18][28]']})

2. 提取并生成新列：

# 用正则提取姓名和三个数字，自动剥离方括号
extract_result = df['原列'].str.extract(r'([^\[]+)\[(\d+)\]\[(\d+)\]\[(\d+)\]')
# 给新列命名
extract_result.columns = ['姓名', '数字1', '数字2', '数字3']
# 清理姓名可能带的多余空格
extract_result['姓名'] = extract_result['姓名'].str.strip()
# 合并结果并删除原列
df = pd.concat([df.drop('原列', axis=1), extract_result], axis=1)

单行代码实现（高效简洁） #

用pop方法直接取出原列并删除，结合join和rename一步完成所有操作：

df = df.join(df.pop('原列').str.extract(r'([^\[]+)\[(\d+)\]\[(\d+)\]\[(\d+)\]').assign(姓名=lambda x: x[0].str.strip()).rename(columns={0:'姓名', 1:'数字1', 2:'数字2', 3:'数字3'}))

正则表达式说明（新手必看） #

• ([^\[]+)：匹配所有不是左方括号的字符，精准提取姓名部分
• \[(\d+)\]：匹配[数字]格式的内容，(\d+)只提取里面的数字，重复三次对应三个数字列
• 如果你的数字包含小数，可把\d+改成[\d.]+适配

最终效果示例 #

执行后DataFrame结构：

内容的提问来源于stack exchange，提问作者user20280250