Python如何查找DataFrame列中指定子串位置并移除生成新列

基于Pandas字符串方法+正则匹配即可完成需求，无需逐行循环，全列向量化处理性能优异。

• 支持以列表形式传入任意待匹配的目标子串，自动适配匹配规则，仅识别被英文半角括号包裹的目标内容，避免误匹配用户名本体中出现的相同字符
• 位置计数规则和示例完全对齐：从字符串起始位（0索引）开始计数，返回括号内目标子串首字符的索引值
• 自动清理清洗后用户名前后的多余空格

完整代码 #

import pandas as pd

# 1. 初始化数据与匹配规则
# 替换为你的实际DataFrame即可
df = pd.DataFrame({
    "User name": ["XYZ (R1)", "ABCD (R2) ", "LKMNP (R2)"]
})
# 以列表形式传入需要查找的目标子串
targets = ["R1", "R2"]
# 拼接正则规则，匹配 (R1)、(R2) 格式的片段，捕获括号内的目标值
match_pattern = rf"\(({'|'.join(targets)})\)"

# 2. 生成各要求字段
# 提取括号内匹配到的目标子串
df["extract"] = df["User name"].str.extract(match_pattern, expand=False)
# 计算目标子串的位置：左括号位置+1即为括号内子串首字符位置
df["Position"] = df.apply(
    lambda x: x["User name"].find(f"({x['extract']})") + 1, 
    axis=1
)
# 移除括号及内部内容，清理前后多余空格得到新用户名
df["New name"] = df["User name"].str.replace(match_pattern, "", regex=True).str.strip()

运行结果 #

执行后输出的DataFrame如下：

User name extract  Position New name
0     XYZ (R1)      R1         5      XYZ
1  ABCD (R2)       R2         6     ABCD
2  LKMNP (R2)      R2         7    LKMNP

你给出的示例中第三行原始数据为LKMNP (R2)，目标输出写为LK (R2)/LK属于笔误，上述逻辑会完整保留括号前的所有用户名内容，符合常规清洗要求。如果存在单条用户名包含多个匹配目标的场景，可将正则调整为全局匹配后做行展开，上述代码适配当前单匹配的业务场景。如果存在未匹配到目标子串的行，对应extract、Position字段会返回空值，可根据业务需要额外加过滤或填充逻辑。

内容的提问来源于stack exchange，提问作者tej kiran