如何从DataFrame列中提取括号内长度可变的子字符串？

嗨，这个需求用Pandas结合正则表达式就能完美解决！不管括号在字符串的哪个位置、里面内容多长，都能精准提取。

步骤说明 #

• 使用Pandas的str.extract()方法，搭配专门匹配括号内容的正则表达式
• 正则表达式\((.*?)\)的作用：
  • \(：匹配左括号（转义是因为括号在正则里是特殊字符）
  • (.*?)：非贪婪模式捕获括号内的所有内容（.*?会匹配到第一个右括号为止，避免多括号场景的错误匹配）
  • \)：匹配右括号

完整代码示例 #

import pandas as pd

# 你的原始DataFrame
df = pd.DataFrame({
    'title': ['A', 'B', 'C'],
    'TestData': ['Test1(data)', 't(data2)', 'Ts(data 3)'],
    'Value': [1.0, 2.2, 3.3]
})

# 提取括号内的内容并替换原TestData列
df['TestData'] = df['TestData'].str.extract(r'\((.*?)\)', expand=False)

print(df)

运行结果 #

title TestData  Value
0     A     data    1.0
1     B    data2    2.2
2     C  data 3    3.3

额外说明 #

如果你的数据中存在多个括号的情况（比如Test(data1)(data2)），可以改用str.extractall()来提取所有括号内的内容，再根据需求合并或处理。

内容的提问来源于stack exchange，提问作者Varun Pius Rodrigues