Pandas根据devicename子串及make列值生成devicevalue新列问题

核心修改逻辑：原函数从字符串末尾倒序提取数字的逻辑无法适配带后缀的设备名，改为用正则表达式直接匹配switch关键字后紧跟的连续数字段，即可忽略后续所有非数字后缀，稳定拿到目标数值。

最小修改版本（兼容原有代码结构） #

只需要修改get_number_suffix函数即可，其余代码无需变动：

import re

def get_number_suffix(devicename: str) -> int:
    # 匹配switch后紧跟的连续数字，忽略后续所有字符
    match_res = re.search(r"switch(\d+)", devicename)
    # 若匹配失败可根据业务需求调整默认返回值，这里默认返回0
    return int(match_res.group(1)) if match_res else 0


def compute_devicevalue(row) -> int:
    if 'netgear' in row['make']:
        return 0
    return 1 if get_number_suffix(row['devicename']) >=20 else 0

df['devicevalue'] = df.apply(compute_devicevalue, axis=1)

更高性能的向量化版本（适合大数据量场景） #

避免使用行遍历的apply方法，直接用pandas内置的向量化操作，执行效率提升明显：

import re
import pandas as pd

# 初始化默认值为0（netgear设备直接保留默认值即可）
df['devicevalue'] = 0
# 仅处理非netgear的设备
cisco_rows = df['make'] != 'netgear'
df.loc[cisco_rows, 'devicevalue'] = (
    df.loc[cisco_rows, 'devicename']
    .str.extract(r"switch(\d+)", expand=False)
    .astype(int)
    >= 20
).astype(int)

两种方案都可以正确处理带-new、字母后缀的设备名，比如switch23-new会提取到23，switch40e会提取到40，完全符合赋值规则要求。

内容的提问来源于stack exchange，提问作者Uggers