从DataFrame中提取字符串指定部分并将字符型数字转为整数

没问题，我来帮你搞定这个需求！针对你字符型DataFrame的提取和类型转换需求，咱们可以用pandas结合正则表达式来轻松实现，步骤清晰又高效：

核心思路 #

你的数据格式应该是文本内容 + 空格 + 结尾数字的结构，我们需要：

1. 精准提取结尾数字前的所有文本（包括文本内部的空格）
2. 提取结尾的数字字符串并转换为整数类型
3. 将这两部分作为新列保留在原DataFrame中

代码实现示例 #

首先假设你的DataFrame有一列需要处理的字符数据（这里用col作为列名，你可以替换成实际列名）：

import pandas as pd

# 构造示例DataFrame（模拟你的数据结构）
data = {'col': ['Red Apple 5', 'Banana 10', 'Fresh Orange 3', 'Grape 7']}
df = pd.DataFrame(data)

# 1. 同时提取文本部分和数字字符串部分
# 正则表达式解释：
# (.*) 匹配最后一个空格前的所有字符（包含文本内的空格）
# \s 匹配分隔文本和数字的空格（如果有多个空格，改成\s+更鲁棒）
# (\d+$) 匹配结尾的一个或多个数字
df[['text_part', 'num_str']] = df['col'].str.extract(r'(.*)\s(\d+)$')

# 2. 将字符型数字转换为整数类型
df['num_part'] = df['num_str'].astype(int)

# 可选：如果不需要中间的num_str列，可以删除它
df = df.drop('num_str', axis=1)

执行完上述代码后，你的DataFrame会新增text_part（提取的文本）和num_part（整数类型的数字）两列，完全符合你的需求。

特殊情况处理 #

如果你的数据存在一些特殊格式，可以针对性调整正则表达式：

• 多个空格分隔文本与数字：把正则改成r'(.*)\s+(\d+)$'（\s+匹配一个或多个空格）
• 需要提取小数而非整数：把\d+改成\d+\.?\d*，转换类型时用astype(float)

内容的提问来源于stack exchange，提问作者user4791235