Jupyter环境下修改DataFrame：删除冒号后密码仅保留邮箱数据

假设你存储「邮箱:密码」格式内容的列名为account，可直接用pandas的字符串处理方法完成提取： #

方法1：按冒号分割取首段（适合格式统一的场景） #

# 提取到新列
df['email'] = df['account'].str.split(':', expand=True).get(0)
# 如果需要直接覆盖原列，替换左边的列名即可
# df['account'] = df['account'].str.split(':', expand=True).get(0)

方法2：正则匹配（容错性更高） #

用正则匹配行首所有非冒号的字符，即使部分行没有冒号也不会抛出异常：

df['email'] = df['account'].str.extract(r'^([^:]+)')

验证示例 #

你可以用以下测试代码确认效果：

import pandas as pd
# 构造模拟数据
test_df = pd.DataFrame({
    'account': [
        'alice123@gmail.com:passw0rd1',
        'bob_huang@163.com:test@2024',
        'charlie@qq.com:xyz987'
    ]
})
# 执行提取
test_df['email'] = test_df['account'].str.extract(r'^([^:]+)')
print(test_df[['account', 'email']])

运行后输出的email列即为仅保留邮箱的结果。

内容的提问来源于stack exchange，提问作者anass