如何使用Python或Pandas为DataFrame每行(p)标签内容添加顺序编号

实现思路 #

• 逐行处理data字段的文本内容
• 利用正则匹配所有(p)标签后紧跟的文本内容
• 每行内单独维护计数器，每匹配到一个(p)标签就累加计数，替换为带序号的格式

完整实现代码 #

import pandas as pd
import re

# 1. 构造示例DataFrame
df = pd.DataFrame({
    'data': [
        '(p) apple (/p) (p) boy (/p) (p) cat (/p)',
        '(p) apple (p) (p) boy (/p)'
    ]
})

# 2. 定义单行文本处理逻辑
def add_p_sequence(content):
    seq_count = 0
    def replace_callback(match_obj):
        nonlocal seq_count
        seq_count += 1
        raw_text = match_obj.group(1).strip()
        return f"(p) {seq_count}.{raw_text}"
    # 正则匹配规则：匹配(p)后到下一个标签前的所有内容
    return re.sub(r'\(p\)\s*([^\(]+)', replace_callback, content)

# 3. 批量处理data字段
df['data'] = df['data'].apply(add_p_sequence)

# 输出结果验证
print(df['data'].tolist())

输出结果 #

运行后输出完全符合需求：

['(p) 1.apple (/p) (p) 2.boy (/p) (p) 3.cat (/p)', '(p) 1.apple (p) (p) 2.boy (/p)']

适配说明 #

无需提前预设每行(p)标签数量，代码会自动识别每行标签个数逐次编号，适配任意标签数量的场景。如果标签内文本包含特殊格式，仅需要调整正则匹配规则即可兼容。

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