如何以7位日期（ddmmmyy）为分隔符拆分DataFrame列中的字符串

针对你的需求，直接用pandas的str.extract方法结合正则表达式就能实现，核心是精准匹配固定格式的日期部分：

实现代码 #

假设你的DataFrame名为df，目标列是Col A，执行以下代码即可拆分出三列：

import pandas as pd

# 示例DataFrame
df = pd.DataFrame({'Col A': ['ABC29SEP2286AB', 'PQRST29SEP22FUN']})

# 正则提取拆分
df[['ColA', 'ColB', 'ColC']] = df['Col A'].str.extract(r'^(.*?)(\d{2}[A-Z]{3}\d{2})(.*)$')

print(df[['ColA', 'ColB', 'ColC']])

正则表达式说明 #

r'^(.*?)(\d{2}[A-Z]{3}\d{2})(.*)$'各部分含义：

• ^：匹配字符串开头
• (.*?)：非贪婪匹配日期前的所有字符（对应ColA）
• (\d{2}[A-Z]{3}\d{2})：精准匹配7位日期格式ddmmmyy：
  • \d{2}：两位数字的日
  • [A-Z]{3}：三位大写字母的月份缩写（如SEP）
  • \d{2}：两位数字的年
• (.*)：匹配日期后的所有字符（对应ColC）
• $：匹配字符串结尾

输出结果 #

执行后会得到你期望的三列数据：

ColA      ColB  ColC
0    ABC  29SEP22  86AB
1  PQRST  29SEP22   FUN

内容的提问来源于stack exchange，提问作者asimo