如何使用两个正则捕获组在Pandas中生成两列提取的数字？

这个问题我之前也碰到过！你之前用的str.extract只会提取第一个匹配的数字块，要拿到所有数字块并放到不同列里，得用str.extractall配合unstack来实现，具体操作如下：

步骤1：构造示例数据（和你的例子一致） #

import pandas as pd

# 你的示例数据
data = {'column': ['abc123', 'def456', 'ghi789jkl012']}
df = pd.DataFrame(data, index=[1, 2, 3])

步骤2：提取所有数字块并转成多列 #

# 用extractall提取所有匹配的数字块，返回多层索引的DataFrame
# 正则表达式r'(\d+)'匹配整数，要是需要支持小数可以改成r'(\d*\.?\d+)'
extracted = df['column'].str.extractall(r'(\d+)')

# 将多层索引中的匹配序号（level=1）转成列，这样每个数字块对应一列
extracted = extracted.unstack(level=1)

# 给新列重命名为newColumn、newColumn2...
extracted.columns = [f'newColumn{i+1}' for i in range(extracted.shape[1])]

# 和原DataFrame合并，得到最终结果
result = df.join(extracted)

最终输出 #

执行完上面的代码后，result的内容就是你想要的格式：

column newColumn newColumn2
1          abc123       123        NaN
2          def456       456        NaN
3  ghi789jkl012       789        012

补充说明 #

• 如果你的字符串里有小数（比如abc12.34def56.78），只需要把正则表达式改成r'(\d*\.?\d+)'，就能正确提取带小数点的数字块。
• extractall会捕获所有符合正则的匹配项，不管有多少个；unstack则把每个匹配项从行转成列，自动给没有多个数字块的行填充NaN。

内容的提问来源于stack exchange，提问作者vaeinoe