如何无需正则从DataFrame提取邮箱服务商与国家ISD码？

当然有！Pandas自带的字符串处理方法足够直观简便，完全能满足你的需求，不用写复杂的正则表达式。咱们结合你的示例数据一步步来：

首先先定义你的示例DataFrame：

import pandas as pd

data = pd.DataFrame({
    "Name":["A","B","C"],
    "mail": ["a@gmail.com","b@yahoo.com","c@gmail.com"],
    "Adress": ["Adress1","Adress2","Adress3"],
    "Phone":["+91-1234567890","+88- 0987654321","+27-2647589201"]
})

1. 提取邮箱服务商（生成Mail_Provider列） #

邮箱格式是xxx@服务商.com，我们可以通过两次拆分来提取服务商：

• 先用str.split('@')把邮箱按@拆分成两部分，取第二部分（也就是服务商.com）
• 再用str.split('.')把这部分按.拆分，取第一部分就是服务商名称

代码实现：

# 提取邮箱服务商
data['Mail_Provider'] = data['mail'].str.split('@').str[1].str.split('.').str[0]

2. 提取国家ISD码（生成ISD列） #

手机号格式是+XX-电话号码，我们只需要拆分出-前面的部分即可。这里用str.partition('-')更稳妥（只会拆分一次，避免号码里意外出现-的情况），取拆分后的第一部分：

代码实现：

# 提取ISD码
data['ISD'] = data['Phone'].str.partition('-')[0]

最终结果 #

运行完上面的代码后，你的DataFrame就会新增两列，打印data就能看到预期结果：

Name          mail    Adress            Phone Mail_Provider  ISD
0    A  a@gmail.com  Adress1  +91-1234567890          gmail  +91
1    B  b@yahoo.com  Adress2  +88- 0987654321          yahoo  +88
2    C  c@gmail.com  Adress3  +27-2647589201          gmail  +27

这些方法都是Pandas原生的字符串操作，比正则更直观，也更容易理解和维护，完全符合你的需求~

内容的提问来源于stack exchange，提问作者Devesh