如何从Pandas DataFrame字符串列提取指定内容至新列

给定如下Pandas DataFrame：

import pandas as pd

df = pd.DataFrame([
    "Lyreco A-Type small 2i",
    "Lyreco C-Type small 4i",
    "Lyreco N-Part medium", 
    "Lyreco AKG MT 4i small",
    "Lyreco AKG/ N-Type medium 4i",
    "Lyreco C-Type medium 2i",
    "Lyreco C-Type/ SNU medium 2i",
    "Lyreco K-part small 4i",
    "Lyreco K-Part medium", 
    "Lyreco SNU small 2i",
    "Lyreco C-Part large 2i",
    "Lyreco N-Type large 4i"
], columns=["Column_1"])

需要新增Column_2列，提取每行字符串中Lyreco 之后、尺寸标识（small/medium/large）之前的核心内容，最终目标结果如下：

解决方案：正则表达式提取 #

利用Pandas的str.extract方法，结合正则表达式精准匹配目标内容，代码实现如下：

# 定义匹配正则
pattern = r'Lyreco\s+(.*?)\s+(?:\d+i\s+)?(?:small|medium|large)'

# 新增目标列
df['Column_2'] = df['Column_1'].str.extract(pattern)

# 输出结果
print(df)

正则逻辑说明 #

• Lyreco\s+：匹配固定前缀"Lyreco "（兼容多个空格的情况）
• (.*?)：非贪婪捕获目标内容，这部分就是最终要提取的Column_2值
• \s+(?:\d+i\s+)?：匹配可选的数字+i后缀（比如" 4i "），(?:...)为非捕获组，仅用于定位边界不参与提取
• (?:small|medium|large)：匹配尺寸标识词，同样作为边界定位，不参与提取

内容的提问来源于stack exchange，提问作者ar_mm18