如何正确拆分邮箱地址（注意二级域名）并生成DataFrame的Provider与Domain列？

我希望从DataFrame的df['Email']列生成df['Provider']和df['Domain']两列，期望的拆分结果如下：

我最初尝试使用以下代码：

df['Provider'] = (df['Email'].str.split('@').str[1]).str.split('.').str[0]
df['Domain'] = (df['Email'].str.split('@').str[1]).str.split('.').str[1]

但该方法无法正确识别二级域名，得到的结果如下：

我找到了一段可处理单个邮箱地址的代码，但不清楚如何应用到DataFrame中：

email = 'name.surname@something.city.com'
f1, f2 = email.rsplit('@',1)
provider_email, domain_email = [f2.rsplit('.')[i] for i in (0,-1)]

我不一定非要使用这段代码，请问有什么可行的解决方案吗？

方法1：利用str.rsplit()分割（推荐） #

通过从右侧指定分割次数，完美保留多级域名：

# 提取@符号之后的域名部分
domain_segment = df['Email'].str.rsplit('@', n=1).str[1]
# 从右侧按.分割1次，拆分出provider和完整域名
split_result = domain_segment.str.rsplit('.', n=1, expand=True)
# 赋值到新列
df['Provider'] = split_result[0]
df['Domain'] = split_result[1]

这个方法会将something.city.com分割为something（Provider）和city.com（Domain），完全符合需求。

方法2：用apply()复用单邮箱逻辑 #

如果你想直接复用已有的单邮箱处理代码，可以用apply遍历每行：

import pandas as pd

def parse_email(email):
    _, domain_part = email.rsplit('@', 1)
    provider, domain = domain_part.rsplit('.', 1)
    return provider, domain

# 将处理结果扩展为两列
df[['Provider', 'Domain']] = df['Email'].apply(lambda x: pd.Series(parse_email(x)))

方法3：正则表达式提取 #

适合需要处理更复杂邮箱格式的场景：

# 正则规则：匹配@后、最后一个.前的内容为Provider，最后一个.后的所有内容为Domain
regex_pattern = r'@([^\.]+)\.(.+)$'
df[['Provider', 'Domain']] = df['Email'].str.extract(regex_pattern)

内容的提问来源于stack exchange，提问作者Luca