You need to enable JavaScript to run this app. 如何按括号内标识条件拆分文本列并匹配分配内容到对应列
优惠活动
大模型
产品
解决方案
定价
更多

如何按括号内标识条件拆分文本列并匹配分配内容到对应列

实现方案

直接用pandas原生字符串方法搭配正则提取即可,完全以括号作为分隔边界,不需要手动split后遍历分组。

基础实现(内容为双引号包裹场景)

针对你给出的示例格式,直接用str.findall向量化提取,性能比自定义apply更高:

import pandas as pd
import re

# 提取所有(nytimes)后双引号包裹的内容,返回数组
df['NYTimes'] = df['text'].str.findall(r'\(nytimes\)\s*"([^"]+)"')
# 提取所有(wsj)后双引号包裹的内容,返回数组
df['WSJ'] = df['text'].str.findall(r'\(wsj\)\s*"([^"]+)"')

正则说明:

  • \(nytimes\)精准匹配标识括号,避免匹配到文本内容里的普通nytimes字符串
  • \s*兼容标识和内容之间的任意数量空格/换行
  • "([^"]+)"捕获双引号内的所有内容,不会跨标识匹配

通用实现(任意内容格式,仅以括号为分隔边界)

如果内容没有用双引号包裹,仅以下一个括号标识作为内容结束的判断标准,使用带零宽断言的正则:

# 匹配(nytimes)之后到下一个(开头的标识或文本末尾的内容,自动去除首尾空白
df['NYTimes'] = df['text'].str.findall(r'\(nytimes\)\s*(.*?)(?=\s*\(|$)')
# 匹配(wsj)之后到下一个(开头的标识或文本末尾的内容,自动去除首尾空白
df['WSJ'] = df['text'].str.findall(r'\(wsj\)\s*(.*?)(?=\s*\(|$)')

效果验证

以你给出的示例文本(nytimes) "news on war" (wsj) "news on business" (nytimes) "more news"为例,执行代码后输出结果完全符合预期:

  • NYTimes列:["news on war", "more news"]
  • WSJ列:["news on business"]

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

相关产品推荐
方舟 Agent Plan

超全模态模型 × Harness 升级,最新支持 Deepseek-V4.1-Flash、GLM-5.3 系列、Doubao-Seedream-5.0-pro、Kimi-K3 (部分), 限时 9.9 元起

最近更新时间:2026.10.08 07:27:03