如何提取Pandas列中的指定字符串片段并生成新列

实现方案 #

Pandas 内置了字符串正则提取方法，完全可以实现类似 SQL LIKE 的匹配效果，甚至灵活性更高，你可以用 str.extract() 配合正则表达式完成需求。

完整代码示例 #

import pandas as pd
import numpy as np

# 构造示例DataFrame
d = {'col1': [1, 2,3,4,5,60,0,0,6,3,2,4],
     'col3': [1, 22,33,44,55,60,1,5,6,3,2,4],
     'Name': ['2a df a1asd_V1', 'xcd a2asd_V3','23vg aabsd_V1','dfgdf_aabsd_V0','a3as  d_V1','aa bsd_V3','aasd_V4','aabsd_V4','aa_adn sd_V15',np.nan,'aasd_V12','aasd120Abs'],
     'Date': ['2021-06-13', '2021-06-13','2021-06-13','2021-06-14','2021-06-15','2021-06-15','2021-06-13','2021-06-16','2021-06-13','2021-06-13','2021-06-13','2021-06-16']}
dff = pd.DataFrame(data=d)

# 提取第一个版本列（格式为V+数字），无匹配则留空
dff['Version'] = dff['Name'].str.extract(r'(V\d{1,2})$').fillna('')
# 提取第二个版本列（格式为Version+空格+数字），无匹配则留空
dff['Version_Desc'] = ('Version ' + dff['Name'].str.extract(r'V(\d{1,2})$')).fillna('')

逻辑说明 #

• 正则表达式 r'(V\d{1,2})$' 的作用：
  • V 匹配大写字母V
  • \d{1,2} 匹配1-2位数字，刚好覆盖V0到V20的需求范围
  • $ 限定匹配必须在字符串末尾，避免匹配到字符串中间的V+数字内容
  • 括号为捕获组，str.extract() 会直接返回捕获组匹配到的内容
• fillna('') 会将未匹配到的结果、Name列为NaN的对应位置替换为空字符串，符合你的留空要求
• 如果需要同时兼容小写v的场景，把正则改成 r'([Vv]\d{1,2})$' 即可

内容的提问来源于stack exchange，提问作者rra