如何以Pythonic方式为DataFrame所有列应用正则表达式？

嘿，你已经用循环实现了需求，很棒！不过在Pandas里，我们完全可以利用它的向量化操作能力来替代显式循环，让代码更简洁、高效，也更符合Pythonic的风格。

核心思路 #

你的循环本质是对extdkey_1到extdkey_{maxExtended_Keywords-1}这些列，逐个执行str.extract(":(.*)", expand=True)。Pandas支持直接对多列批量应用字符串方法，不需要手动遍历每一列。

实现代码 #

精准指定目标列（推荐）

如果明确知道要处理的列范围，用列表推导式生成目标列名，然后直接批量处理：

# 生成需要处理的列名列表
target_cols = [f'extdkey_{i}' for i in range(1, maxExtended_Keywords)]
# 批量应用正则提取并覆盖原列
Extended_Keywords[target_cols] = Extended_Keywords[target_cols].str.extract(":(.*)", expand=True)

按列名前缀筛选（适合列名规律统一的场景）

如果所有需要处理的列都是以extdkey_开头，且没有其他无关列，也可以用filter方法快速选中目标列：

# 筛选所有以'extdkey_'开头的列
target_cols = Extended_Keywords.filter(like='extdkey_').columns
Extended_Keywords[target_cols] = Extended_Keywords[target_cols].str.extract(":(.*)", expand=True)

为什么这更Pythonic？ #

• 效率更高：Pandas的向量化操作是底层优化的，比Python级别的for循环快得多（尤其是数据量较大时）。
• 代码更简洁：一行代码完成批量处理，逻辑清晰，可读性更强。
• 符合Pandas设计哲学：尽量利用库的内置批量处理能力，避免手动重复造轮子。

小示例验证 #

假设你的Extended_Keywords初始是这样的：

运行代码后，会变成：

完全符合你的预期结果。

内容的提问来源于stack exchange，提问作者prasadav