如何在Pandas DataFrame中提取'name='后的姓氏并存入数组

没问题，这事儿用Pandas的字符串处理+正则表达式就能轻松搞定，我给你一步步实现：

1. 先构造示例DataFrame（模拟你的数据） #

假设你的原始数据存在DataFrame的某一列（比如命名为text），先把示例数据搭起来：

import pandas as pd

data = {
    'text': [
        '(ep1270399)\nname=stet, johannes cornelis p/a ballast nedam infra b.v., p.o. box 1526 , city=3430 bm nieuwegein , country=nl ',
        'name=bos, wilhelmus johannes p/a ballast nedam infra b.v., p.o. box 1526 , city=3430 bm nieuwegein , country=nl '
    ]
}
df = pd.DataFrame(data)

2. 提取name=后的姓氏 #

用str.extract配合正则表达式精准提取，正则的逻辑是：匹配name=后面直到第一个逗号的所有内容（刚好就是你要的姓氏）：

# 提取姓氏到新列
df['last_name'] = df['text'].str.extract(r'(?<=name=)[^,]+')

# 将结果转为数组
last_names_array = df['last_name'].values.tolist()
print(last_names_array)
# 输出结果: ['stet', 'bos']

正则表达式说明 #

• (?<=name=)：正向零宽断言，确保我们要匹配的内容前面刚好是name=，不会误匹配其他包含name的字符串
• [^,]+：匹配任意非逗号的字符，直到遇到第一个逗号为止，完美锁定姓氏部分

如果你的DataFrame列名不是text，只要把代码里的df['text']换成你的实际列名就行，兼容性很强～

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