如何自动化提取Pandas Series中字符串第二个下划线前的内容？

我来帮你搞定这个字符串提取需求！针对你给出的Pandas Series，这里有两种简洁可靠的方法实现只保留第二个下划线之前的内容：

方法一：使用str.split分割拼接 #

这种方法直观易懂，通过分割字符串后截取目标部分再拼接：

import pandas as pd

# 原始Series
s = pd.Series(['abc_def_(123)', 'aerbc_dehjf_(12358)', 'aerbc_df_(89'])
# 分割、截取、拼接
new_s = s.str.split('_', n=2).str[:2].str.join('_')

代码说明： #

• str.split('_', n=2)：按下划线_分割每个字符串，最多分割2次，这样每个元素会被拆成前两个目标段+剩余内容的结构
• str[:2]：提取分割后的前两个部分
• str.join('_')：把这两个部分用下划线重新拼接起来

方法二：使用正则表达式str.extract #

如果偏好正则的方式，我们可以直接匹配第二个下划线之前的所有内容：

new_s = s.str.extract(r'^([^_]+_[^_]+)', expand=False)

正则说明： #

• ^：匹配字符串的起始位置，确保从开头开始匹配
• [^_]+：匹配一个或多个非下划线的字符
• [^_]+_[^_]+：刚好匹配到第二个下划线之前的全部内容（第一段非下划线字符 + 下划线 + 第二段非下划线字符）
• expand=False：让结果返回一个Series而不是DataFrame，符合你的需求

两种方法运行后，new_s都会得到你期望的结果：

0        abc_def
1    aerbc_dehjf
2       aerbc_df
dtype: object

内容的提问来源于stack exchange，提问作者 owise