如何从DataFrame列中提取方括号间的字符串并生成新列？

直接用pandas的str.extract方法就能搞定，不需要太复杂的正则知识，我把步骤和代码理清楚：

核心代码 #

假设你的DataFrame名为df，要处理的列叫target_col，新列命名为bracket_content，代码如下：

import pandas as pd

# 生成新列，提取方括号内的内容
df['bracket_content'] = df['target_col'].str.extract(r'\[(.*?)\]')

正则表达式拆解（帮你理解） #

别怕这个正则，拆开来很简单：

• \[：匹配左方括号（因为[在正则里是特殊符号，必须加\转义才能匹配真实的方括号）
• (.*?)：这是捕获组，用来提取我们要的内容。.*?表示匹配任意字符，但采用「非贪婪模式」——意思是遇到第一个右方括号就停止，避免一行有多个方括号时提取过多内容
• \]：匹配右方括号，同样加了转义符

示例演示 #

给你一个完整的示例，一看就懂：

# 构造测试用的DataFrame
df = pd.DataFrame({
    'target_col': [
        'Hello [World]',
        'I love [Python]',
        'Data analysis with [Pandas]',
        '这条内容没有方括号'
    ]
})

# 提取内容生成新列
df['bracket_content'] = df['target_col'].str.extract(r'\[(.*?)\]')

print(df)

运行后输出：

target_col bracket_content
0              Hello [World]           World
1              I love [Python]          Python
2  Data analysis with [Pandas]         Pandas
3            这条内容没有方括号             NaN

额外补充 #

• 如果想给没有方括号的行填充默认值（比如「无匹配内容」），可以加fillna：

  df['bracket_content'] = df['target_col'].str.extract(r'\[(.*?)\]').fillna('无匹配内容')
  

• 如果一行有多个方括号（比如"Hi [A] and [B]"），想提取所有内容，改用str.findall，得到的是列表格式：

  df['all_bracket_content'] = df['target_col'].str.findall(r'\[(.*?)\]')
  

内容的提问来源于stack exchange，提问作者ec859a8sda6