Pandas正则表达式如何匹配多模式提取日期？

我明白你的需求——之前能顺利提取A6开头字符串后的8位日期，现在要新增支持JT开头的情况，但用|没成功对吧？这是因为正则表达式的分组逻辑没处理好，我来帮你修正。

第一步：准备测试数据 #

先把你给出的测试数据转换成DataFrame：

import pandas as pd

d = {'var1': 'A620170101', 'var2': 'JT20170102', 'var3': '', 'var4': 'TG20170102'}
df = pd.DataFrame.from_dict(d, orient='index', columns=['sba'])

第二步：修正正则表达式 #

之前的r'A6(.{8})'只能匹配A6前缀，要同时兼容A6和JT，需要把这两个前缀放到非捕获组里，确保两种前缀后面的8位日期都能被捕获：

df['date'] = df['sba'].str.extract(r'(?:A6|JT)(.{8})', expand=False)

• (?:A6|JT)：非捕获组，匹配A6或JT但不捕获这个前缀本身
• (.{8})：捕获后面的8位字符（也就是你的日期部分）

第三步：查看结果 #

运行后DataFrame的输出会是这样：

可以看到：

• 成功提取了A6和JT开头的日期
• 空字符串和TG开头的不匹配项返回NaN，符合预期

为什么之前用|没成功？ #

如果你的写法是r'A6|JT(.{8})'，这会被正则引擎解析为：匹配A6（后面没有捕获组）或者匹配JT加上后面的8位。这样A6开头的字符串就只能匹配到A6，无法捕获后面的日期，所以才会失败。把前缀放到同一个组里就能解决这个问题啦！

内容的提问来源于stack exchange，提问作者spitfiredd