Pandas DataFrame基于部门名字段子串条件新增Region列（避免正则）

直接用 Pandas 原生字符串方法结合 np.where 做分层条件判断即可，全程不需要正则，逻辑清晰性能也优于逐行遍历或者硬编码替换：

import pandas as pd
import numpy as np

# 你的原始DataFrame，此处仅为示例
df = pd.DataFrame({
    'Department_Name': ["ABC Europe - Team A", "HQ", "", "Asia Pacific - Operation", None, "North America - Sales"]
})

# 核心逻辑
# 先统一处理空值（含空字符串、NaN、全空格场景）
df['Region'] = np.where(
    df['Department_Name'].fillna('').str.strip().eq(''),
    'Others',
    np.where(
        df['Department_Name'].str.contains('-', na=False),
        # 拆分后取第一段并去除首尾冗余空格
        df['Department_Name'].str.split('-').str[0].str.strip(),
        df['Department_Name']
    )
)

逻辑说明 #

• 第一步先统一处理空值：用fillna('')把NaN转为空字符串，再用str.strip()去掉首尾空格后判空，完全覆盖规则3的空值场景，鲁棒性更高
• 非空值用str.contains('-', na=False)判断是否包含分隔符，na=False参数避免空值触发报错
• 拆分用str.split('-')后取第一个元素，再做一次去空格处理，避免部门名前后的冗余空格影响结果，完全匹配规则1的要求
• 不包含分隔符的场景直接返回原值，匹配规则2的要求

示例运行结果 #

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