如何使用Python从pandas DataFrame的log列提取id、nid及其后两位数字

核心通过pandas内置的正则提取方法实现需求，无需额外安装依赖：

import pandas as pd

# 假设你已完成原始DataFrame的加载，此处为测试样例数据
df = pd.DataFrame({
    "log": [
        "请求参数：id23 操作类型：新增 nid45 来源：移动端",
        "请求参数：id67 操作类型：修改 nid89 来源：PC端",
        "请求参数：id10 操作类型：删除 nid21 来源：小程序"
    ]
})

# 方式1：适用id固定出现在nid之前的场景，一次提取生成两列
df[["id", "nid"]] = df["log"].str.extract(r"id(\d{2}).*nid(\d{2})")

# 方式2：适用两个关键词顺序不固定的场景，分别提取更灵活
# df["id"] = df["log"].str.extract(r"id(\d{2})")
# df["nid"] = df["log"].str.extract(r"nid(\d{2})")

# 输出查看结果
print(df)

正则说明 #

• id(\d{2})：匹配id字符串后紧跟的2位数字，括号标记为捕获组，仅提取数字部分
• .*：匹配两个关键词中间的任意长度任意字符
• nid(\d{2})：匹配nid字符串后紧跟的2位数字，作为第二个捕获组提取

如果需要将提取的数字转为数值类型，可以额外添加转换逻辑：

df["id"] = df["id"].astype(int)
df["nid"] = df["nid"].astype(int)

内容的提问来源于stack exchange，提问作者Ravi