如何提取DataFrame中Amend/Amendment后的三位修订编号？

核心思路 #

用pandas字符串方法的正则提取能力，精准匹配Amend/Amendment前缀后跟随的三位数字，未命中规则的行统一填充指定值。

完整实现代码 #

import pandas as pd

# 构造示例测试数据
df = pd.DataFrame({
    'Contract': [
        'Amend 001 randomgibberish',
        'Amend 010 randomgibberish',
        'Amendment 003 randomgibberish',
        'randomgibberish 002',
        'randomgibberish 100'
    ]
})

# 正则匹配提取编号，未匹配项填充NotFound
df['Amendment'] = df['Contract'].str.extract(
    r'Amend(?:ment)?\s+(\d{3})', 
    expand=False
).fillna('NotFound')

规则说明 #

正则表达式r'Amend(?:ment)?\s+(\d{3})'的匹配逻辑完全贴合需求：

• Amend(?:ment)?：同时匹配Amend和Amendment两个前缀，非捕获组不会干扰目标内容提取
• \s+：匹配前缀和数字之间的一个或多个空白字符，兼容多空格、制表符等分隔场景
• (\d{3})：捕获连续三位数字作为提取结果，自动保留前导零格式

结果验证 #

运行代码后打印DataFrame，输出完全符合预期：

Contract Amendment
0      Amend 001 randomgibberish       001
1      Amend 010 randomgibberish       010
2  Amendment 003 randomgibberish       003
3           randomgibberish 002  NotFound
4           randomgibberish 100  NotFound

适配调整提示 #

• 如果实际数据中前缀和数字之间可能没有空格，可将正则里的\s+替换为\s*，兼容零个或多个空白的场景
• 如果需要匹配大小写不敏感的场景（比如amend、AMEND），可以在extract方法前加.str.lower()统一转小写后再匹配

内容的提问来源于stack exchange，提问作者Mitchell