pandas loc赋值异常：掩码筛选行写入提取子串全为NaN

pandas.Series.str.extract() 方法默认参数 expand=True，当正则表达式只有1个捕获组时，返回结果仍然是列名为0的单列DataFrame，而非一维Series。
当你使用 df.loc[mask, 'derived_col'] 执行赋值时：

• 如果赋值右侧是DataFrame，pandas会同时对行索引+列名做双重对齐
• 你的右侧结果列名为0，和左侧目标列名derived_col无法匹配，因此所有行都被填充为NaN
  虽然打印出的提取结果行索引（0、2）完全符合预期，但列维度对齐失败直接导致赋值失效。

以下三种写法都可以得到预期结果，推荐优先使用第一种：

1. 给extract传入expand=False参数，让单捕获组的提取结果直接返回Series，此时赋值仅需对齐行索引即可生效：

import pandas as pd

data = [
    {'type': 'A', 'base_col': 'key=val'},
    {'type': 'B', 'base_col': 'other_val'},
    {'type': 'A', 'base_col': 'key=val'},
    {'type': 'B', 'base_col': 'other_val'}
]

df = pd.DataFrame(data)
mask = df['type'] == 'A'
# 核心修改：加expand=False，同时用loc选列避免链式索引警告
df.loc[mask, 'derived_col'] = df.loc[mask, 'base_col'].str.extract(r'key=(.*)', expand=False)

print(df)

运行输出：

type   base_col derived_col
0    A    key=val         val
1    B  other_val         NaN
2    A    key=val         val
3    B  other_val         NaN

2. 如果你不想修改extract参数，也可以直接取提取结果的第0列，手动把DataFrame转为Series再赋值：

df.loc[mask, 'derived_col'] = df.loc[mask, 'base_col'].str.extract(r'key=(.*)')[0]

3. 也可以用str.split实现相同的提取逻辑，天然返回Series：

df.loc[mask, 'derived_col'] = df.loc[mask, 'base_col'].str.split('key=').str[-1]

内容的提问来源于stack exchange，提问作者Denis