Pandas str.extract提取PIN#字段时含字母数字段匹配不全如何解决

原有正则的后续片段匹配规则仅支持纯数字内容（\d+），因此0020A、0D14这类夹带字母的编码段无法被识别，匹配会提前终止，导致内容缺失。

观察样本规律：PIN编码的所有分段均为「数字+大写字母」混合或纯数字组成，编码结束的标志是后续出现纯字母的字段标识（如Rmrk、ABC）或到达行尾。基于这个规则调整正则即可：

df['PIN'] = df['description'].str.extract(
    r'PIN#\s+([A-Z0-9\s]+?)(?=\s+[A-Za-z]+\b|$)'
)[0].str.strip()

• 正则核心逻辑：匹配PIN#后所有由大写字母、数字、空格组成的内容，直到碰到第一个纯字母单词或行尾时停止
• 末尾的str.strip()用于去除匹配结果首尾可能残留的空格

执行代码后得到的输出完全符合预期：

0    DP73770000 0156 312
1      OP55000034 0020A
2      DP34500001 0D14
3      GP20000006 0029
Name: PIN, dtype: object

内容的提问来源于stack exchange，提问作者MHA