如何提取URL中的国家码并应用到Pandas DataFrame整列

我有一个包含大量URL的Pandas DataFrame列，示例如下：

URL
www.myurl.com/python/us/learnpython
www.myurl.com/python/en/learnpython
www.myurl.com/python/fr/learnpython
.........

想要提取其中的国家码（如us、en、fr），新增名为Country的列存储。已经能对单个字符串实现提取：

url = 'www.myurl.com/python/us/learnpython'
country = url.split("python/")
country = country[1]
country = country.split("/")
country = country[0]

但用for循环应用到整列时失败，求可行实现方法。

方法1：使用Pandas矢量化字符串操作（推荐，效率最高） #

Pandas的str方法支持矢量化操作，无需手动循环，直接对整列处理：

import pandas as pd

# 假设你的DataFrame名为df
df['Country'] = df['URL'].str.split('python/', expand=True)[1].str.split('/', expand=True)[0]

逻辑说明：

• str.split('python/', expand=True)将每个URL按python/分割为两列，取索引为1的列（即python/之后的部分）
• 再对该列用str.split('/', expand=True)分割，取索引为0的列，即为目标国家码

方法2：使用正则表达式提取（更灵活） #

如果URL格式有细微变化，正则表达式的适配性更强，用str.extract提取目标内容：

df['Country'] = df['URL'].str.extract(r'python/([^/]+)/')

逻辑说明：

• 正则表达式r'python/([^/]+)/'中，([^/]+)匹配python/之后、下一个/之前的所有非/字符，也就是我们需要的国家码
• str.extract会自动提取括号内分组的内容，生成新列

方法3：自定义函数+apply（兼容手动逻辑） #

如果想沿用你原来的单个字符串处理逻辑，可以封装成函数后用apply批量处理（不推荐大数据量使用，效率低于前两种）：

def extract_country(url):
    split_parts = url.split('python/')
    # 处理不符合格式的URL，避免索引越界
    if len(split_parts) >= 2:
        return split_parts[1].split('/')[0]
    return None

df['Country'] = df['URL'].apply(extract_country)

内容的提问来源于stack exchange，提问作者seevans38