如何从Pandas DataFrame中提取斜杠后的特定字符串？

嗨，我来帮你搞定这个提取/后字符串的需求，先梳理下你代码里的小问题，再给你靠谱的实现方案～

先指出你代码里的几个小问题 #

• 变量名不匹配：你定义了refactoring_details = df['repository']，但后面用了未定义的repo_Name；
• to_frame参数错误：name应该传字符串（比如'repository'），而不是传Series对象；
• 正则表达式为空：这就是extract完全不起作用的核心原因。

正确的实现方案 #

我们需要捕获/之后的所有字符，这里提供两种实用方法：

方法1：用str.extract配合正则表达式

正则可以写r'\/(.*)'，其中：

• \/：转义斜杠（斜杠在正则里是特殊字符，必须转义）；
• (.*)：捕获斜杠后面的所有字符（.匹配任意字符，*匹配0次或多次）。

完整可运行代码：

import pandas as pd

# 读取你的CSV数据
df = pd.read_csv('result_refactorings.csv', sep=';')

# 将repository列转为DataFrame（如果需要单独处理的话）
repo_df = df['repository'].to_frame(name='repository')

# 提取/后的字符串，生成新列
repo_df['repo_suffix'] = repo_df['repository'].str.extract(r'\/(.*)')

print(repo_df)

运行后你会得到新列repo_suffix，里面就是你想要的android-dev-sources这类目标字符串。

方法2：用str.split拆分字符串（更直观）

如果你的仓库名称格式都是用户名/仓库名这种固定结构，用split会更简单，不需要写正则：

import pandas as pd

df = pd.read_csv('result_refactorings.csv', sep=';')
# 按/拆分字符串，取拆分后的第2个元素（索引为1）
df['repo_suffix'] = df['repository'].str.split('/', expand=True)[1]

# 查看结果
print(df[['repository', 'repo_suffix']])

这个方法更适合格式固定的场景，同样能精准提取到你需要的内容。

测试示例（用你给出的样例数据） #

data = {'Repository': [
    'ParaskP7/android-dev-sources',
    'uholeschak/ediabaslib',
    't3hk0d3/ruby_faceapp',
    'prateekbh/hopon',
    'c0i/cocos2d-x-v2',
    'risk1996/ctg-cheat',
    'GiacomoPignoni/undercover_discord_bot',
    'vyasishanatc194/Crowdbotics-React-Native-Test'
]}
df_test = pd.DataFrame(data)
df_test['repo_suffix'] = df_test['Repository'].str.extract(r'\/(.*)')
print(df_test)

运行后会输出包含正确提取后缀的DataFrame，完全符合你的需求。

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