Pandas中如何使用正则将数值插入同DataFrame字符串列的指定位置

解决方案 #

这里提供两种高效实现方式，均支持大体积DataFrame处理：

方法1：字符串分割拼接（无需正则，性能更优）

利用所有Name字段都包含横线的特性，直接将字符串按-分割为两部分，中间插入SysNum值后拼接即可：

import pandas as pd

# 构造示例数据
data = {'Name': ['car- at', 'car- ar', 'truck- br', 'car- at'],
        'SysNum': [1, 2, 3, 4 ]}
df = pd.DataFrame(data)

# 生成Count列
name_split = df['Name'].str.split('-', n=1, expand=True)
df['Count'] = name_split[0] + '-' + df['SysNum'].astype(str) + name_split[1]

输出结果和要求的格式完全一致。

方法2：正则替换实现

如果需要用正则实现，可以用两种正则规则达成需求：

• 捕获分组规则(.*?)-(.*)：分别匹配-前后的内容，替换时中间插入数值

import re
df['Count'] = df.apply(lambda row: re.sub(r'(.*?)-(.*)', rf'\1-{row["SysNum"]}\2', row['Name']), axis=1)

• 零宽断言规则(?<=-)\s*：直接匹配横线后方的空白位置，在该位置插入数值即可

import re
df['Count'] = df.apply(lambda row: re.sub(r'(?<=-)\s*', str(row['SysNum']), row['Name']), axis=1)

内容的提问来源于stack exchange，提问作者JakeP