有没有更高效的字符拆分列方法？提取邮箱@后至首个.的内容

你可以用pandas的str.extract配合正则表达式一步完成，这是最简洁高效的方式，不需要多步操作：

finaldf['company'] = finaldf['email'].str.extract(r'@([^.]+)\.', expand=False)

正则说明 #

• @：匹配邮箱中的@符号
• ([^.]+)：捕获一组非点号的连续字符，这就是我们要的公司名部分
• \.：匹配第一个点号，作为结束标识

测试你给出的示例数据，结果会是：

0    company
1    company
2    company
Name: company, dtype: object

如果想用split的方式，也可以链式调用str.split，不过效率稍逊于正则提取：

finaldf['company'] = finaldf['email'].str.split('@').str[1].str.split('.').str[0]

两种方法都是向量化操作，比循环处理快得多，其中正则提取的可读性和效率更优。

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