如何对Pandas数据框列中字符串按两种规则筛选保留元素？

原始数据定义 #

import pandas as pd
df = pd.DataFrame({'Temp' : ['ko1234', 'ko1234|ko445|ko568', 'map123', 'ko895', 'map123|ko889|ko665', 'ko635|map789|map777', 'ko985']})

需求1：仅保留以ko开头的词汇，无符合项则留空 #

直接通过字符串拆分、筛选、合并完成：

df['Temp_ko_filtered'] = df['Temp'].str.split('|').apply(
    lambda x: '|'.join([item for item in x if item.startswith('ko')])
)

执行后Temp_ko_filtered列的结果：

ko1234
ko1234|ko445|ko568
    
ko895
ko889|ko665
ko635
ko985

逻辑说明：按|拆分每个单元格内容为列表，筛选出以ko开头的元素，再用|拼接回字符串；无符合项时拼接结果为空字符串。

需求2：单个词汇保留，多词汇仅保留第二个 #

有两种高效实现方式：

方式一：Lambda判断列表长度 #

df['Temp_second'] = df['Temp'].str.split('|').apply(
    lambda x: x[1] if len(x) >= 2 else x[0]
)

方式二：Pandas字符串方法链（更简洁） #

df['Temp_second'] = df['Temp'].str.split('|').str.get(1).fillna(df['Temp'])

执行后Temp_second列的结果：

ko1234
ko445
map123
ko895
ko889
map789
ko985

逻辑说明：

• 方式一：拆分后判断列表长度，长度≥2则取第二个元素（索引1），否则取第一个元素（索引0）；
• 方式二：拆分后用str.get(1)提取第二个元素，无第二个元素时返回NaN，再用原列值填充NaN，实现单个词汇保留的效果。

内容的提问来源于stack exchange，提问作者Mario