如何在Pandas中结合str.contains()用条件语句提取名字到新列

嘿，这个需求很清晰，我给你两种实用的实现方式，都是用Pandas自带的字符串处理工具，直接就能跑通：

首先先构造你给出的示例DataFrame，方便测试：

import pandas as pd

data = {'A': ['John has a Baseball', 'Amy has a Basketball', 'Sarah has a Tennis Racket', 'Alex has a Football']}
df = pd.DataFrame(data)

方法1：用布尔掩码定位后提取 #

这种方法逻辑清晰，先标记出符合条件的行，再针对性提取名字：

# 先初始化新列为缺失值（可选，也可以直接赋值）
df['Name'] = pd.NA

# 创建布尔掩码：找出A列包含"Ball"的行
mask = df['A'].str.contains('Ball', case=False)  # case=False可以忽略大小写，按需开启

# 只给符合条件的行赋值Name列，提取开头的名字（正则匹配第一个单词）
df.loc[mask, 'Name'] = df.loc[mask, 'A'].str.extract(r'^(\w+)', expand=False)

方法2：用np.where一行搞定（更简洁） #

如果喜欢简洁的写法，可以用np.where实现条件赋值：

import numpy as np

df['Name'] = np.where(
    df['A'].str.contains('Ball'),  # 判断条件
    df['A'].str.extract(r'^(\w+)', expand=False),  # 满足条件时提取名字
    pd.NA  # 不满足时设为缺失值
)

结果说明 #

运行完任意一种方法后，你的DataFrame会变成这样：

完全符合你要的：只有包含"Ball"的行提取出对应的名字（John、Amy、Alex），不满足条件的行Name列为缺失值。

正则说明 #

这里用的正则^(\w+)是匹配字符串开头的第一个单词，正好对应你的示例中名字的位置。如果你的名字格式有变化（比如带空格或特殊字符），可以调整正则表达式，但当前示例下这个正则完全够用。

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