如何在Python/Pandas中从DataFrame的data1列提取姓名并新增data2列？

你需要从格式固定的字符串里精准提取姓名部分，这里有两种实用方法，结合你的示例数据来具体说明：

方法一：正则表达式（通用适配型） #

正则表达式能灵活应对不同的后续内容格式，不管姓名后面的城市是1个还是多个单词，都能准确提取姓名：

先构造示例DataFrame：

import pandas as pd

df = pd.DataFrame({
    'data1': [
        'info name: Michael Jackson New York',
        'info 12 name: Michael Jordan III Los Angeles'
    ]
})

接着用str.extract配合正则实现提取：

# 正则逻辑：匹配"name: "后的内容，直到遇到结尾处的大写开头单词序列（即城市部分）
df['data2'] = df['data1'].str.extract(r'name: (.*?)(?=\s+(?:[A-Z][a-z]+\s*)+$)')

执行后就能得到目标结果：

方法二：字符串分割（场景专属型） #

如果你的数据里，姓名后面的城市始终是2个单词，用字符串分割会更简洁直观：

# 先按"name: "分割取后半段内容，再从右侧分割2次，取第一部分即为姓名
df['data2'] = df['data1'].str.split('name: ').str[1].str.rsplit(' ', 2).str[0]

小提示 #

• 如果你的数据存在特殊格式（比如城市是单个单词、姓名后跟着非城市的大写内容），优先选正则表达式的方法，适配性更强；
• 处理前可以先检查data1列的空值情况，避免出现报错。

内容的提问来源于stack exchange，提问作者mrichman