如何基于指定颜色列表将pandas dataframe的单列拆分为颜色和名称两列

实现方案 #

直接使用pandas原生的字符串提取方法即可实现需求，不需要手动转列表循环处理：

import pandas as pd

# 构造示例DataFrame
df = pd.DataFrame({
    'object_Id': ['obj00', 'obj01', 'obj02', 'obj03'],
    'object_detail': ['red mug', 'red bowl', 'green mug', 'white candle holder']
})
# 预定义颜色列表
COLOR = ['red', 'green', 'blue', 'white']

# 核心处理逻辑
color_pattern = '|'.join(COLOR)
df[['object_color', 'name']] = df['object_detail'].str.extract(fr'^({color_pattern})\s*(.*)$')

print(df)

运行后输出结果和你预期的完全一致：

object_Id        object_detail object_color            name
0     obj00              red mug          red             mug
1     obj01             red bowl          red            bowl
2     obj02            green mug        green             mug
3     obj03  white candle holder        white  candle holder

逻辑说明 #

• 先把预定义的颜色列表拼接成正则可选匹配串，示例中的COLOR拼接后结果为red|green|blue|white
• 正则fr'^({color_pattern})\s*(.*)$'中，^匹配字符串开头，第一个分组匹配开头的有效颜色，\s*跳过颜色后面的空格，第二个分组匹配剩余的所有内容作为物品名
• str.extract会按照正则中的分组顺序，把匹配到的内容依次返回为多列，直接赋值给DataFrame的两个新列即可
• 如果存在object_detail开头不是列表中颜色的情况，对应的object_color会返回NaN，你可以根据需要用fillna等方法后续处理异常值

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