如何在pandas中提取含SAT的ID列内-连接数字生成新列

实现逻辑 #

• 仅处理ID列包含SAT的行，其余行new_col直接填充NaN
• 对包含SAT的ID，用正则匹配所有「数字-数字」格式的连续片段
• 取最后一个匹配到的符合规则的片段作为返回值，无匹配返回NaN

实现代码 #

1. 导入依赖

import pandas as pd
import numpy as np
import re

2. 定义提取规则函数

def extract_valid_segment(id_str):
    if "SAT" not in id_str:
        return np.nan
    # 匹配所有数字-数字格式的片段
    match_res = re.findall(r"\d+-\d+", id_str)
    if match_res:
        # 取最后一个匹配结果符合示例要求
        return match_res[-1]
    return np.nan

3. 生成新字段

df["new_col"] = df["ID"].apply(extract_valid_segment)

运行上述代码后得到的new_col和你提供的期望输出完全一致。

内容的提问来源于stack exchange，提问作者nilsinelabore