在R语言中提取[...]模式内字符串并生成新列

如果你用Python的pandas库处理这类文本提取需求，可以按以下步骤实现：

1. 准备数据 #

先构造示例数据框（可替换为你的实际数据源）：

import pandas as pd

df = pd.DataFrame({
    'Industry': ['所有行业总计', '农业 [11]', '制造业 [31-33]']
})

2. 生成Code列 #

提取Industry列中方括号及内部的内容，无匹配项时填充为空字符串：

df['Code'] = df['Industry'].str.extract(r'(\[.*?\])').fillna('')

3. 生成Industry_2列 #

移除Industry列中的方括号及内部内容（包括括号前的空格），保留剩余纯行业名称：

df['Industry_2'] = df['Industry'].str.replace(r'\s*\[(.*?)\]', '', regex=True)

最终结果 #

执行上述代码后，数据框将完全符合你的预期格式：

正则表达式说明 #

• (\[.*?\])：精准匹配方括号及其中的内容，.*?采用非贪婪模式，避免错误匹配多个方括号的场景
• \s*\[(.*?)\]：\s*匹配括号前的任意空白字符，确保彻底移除行业名称与括号之间的空格干扰

内容的提问来源于stack exchange，提问作者user15032839