拆分字符串并存储到DataFrame：从字符数组提取姓名、标识与日期

嘿，这有个精准的Python方案，能完美拆分你的字符数组并生成你想要的结构化DataFrame：

import pandas as pd
import re

# 定义你的字符数组
reviewer_strings = [
    "ByShubham SharmaTOP 500 REVIEWERon 12 November 2017",
    "ByJitender Bhatiaon 16 November 2017",
    "ByMridul K.on 15 August 2017"
]

# 正则模式：匹配姓名、可选徽章、日期三个部分
pattern = r'^By([A-Za-z\s.]+?)(TOP \d+ REVIEWER)?on (.+)$'

# 初始化存储结构化数据的列表
structured_data = []

for s in reviewer_strings:
    # 匹配每个字符串
    match_result = re.match(pattern, s)
    if match_result:
        # 提取并清洗姓名
        name = match_result.group(1).strip()
        # 提取徽章，没有则设为NA
        badge = match_result.group(2).strip() if match_result.group(2) else "NA"
        # 提取并清洗日期
        date = match_result.group(3).strip()
        # 添加到列表
        structured_data.append({
            "Name": name,
            "Badge": badge,
            "Date": date
        })

# 转换为DataFrame
result_df = pd.DataFrame(structured_data)
print(result_df)

代码运行输出： #

Name             Badge                 Date
0  Shubham Sharma  TOP 500 REVIEWER  12 November 2017
1  Jitender Bhatia               NA  16 November 2017
2       Mridul K.               NA  15 August 2017

关键细节说明： #

• 正则表达式用非贪婪匹配（+?）来精准捕获姓名部分，避免把徽章内容误包含进去
• 徽章分组用?标记为可选，没有匹配到的条目自动填充为"NA"
• 所有提取的字段都用strip()去除可能的多余空格，保证数据整洁

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