如何提取pandas DataFrame列中前两个斜杠间的单词并生成新列

你之前使用的df[df['col1'].str.contains("bill")]属于布尔索引语法，作用是筛选出col1列包含字符串bill的行，不具备子串提取的能力，因此无法实现需求。

你可以用以下两种常用方案完成需求：

方案1：字符串拆分法（最简单） #

你的数据分隔规则固定为/，只需要按/拆分字符串后取第2个元素即可（注意字符串开头就是/，拆分后第一个元素是空值）：

df['names'] = df['col1'].str.split('/').str[1]

方案2：正则提取法（适配性更强） #

如果后续字符串格式有变动，也可以用正则匹配规则精准提取第一个/和第二个/之间的内容：

# 正则规则^/([a-zA-Z]+)/表示匹配开头第一个/后的字母组合，直到遇到下一个/
df['names'] = df['col1'].str.extract(r'^/([a-zA-Z]+)/')

运行以上任意一段代码后，都会在原DataFrame中生成你需要的names列。

内容的提问来源于stack exchange，提问作者me.limes