Pandas：如何从另一个字符串中提取字符串

Question

我有一个包含8000行的列，我需要创建一个新列，该列的值从现有列中提取

字符串如下所示：

TP-ETU06-01-525-W-133

我想从字符串中创建两个新列，其中第一个新列的值是从第二个字符串ETU06中提取的，第二个是从最后一个字符串133中提取的

我是通过以下方式做到这一点的：

df["sys_no"] = df.apply(lambda x:x["test_no"].split("-")[1] if (pd.notnull(x["test_no"]) and x["test_no"]!="" and len(x["test_no"].split("-"))>0) else None,axis=1)

df["package_no"] = df.apply(lambda x:x["test_no"].split("-")[-1] if (pd.notnull(x["test_no"]) and x["test_no"]!="" and len(x["test_no"].split("-"))>0) else None,axis=1)

它实际上工作得很好，但现有列具有不跟随其他列的随机字符串。因此，如果出现随机字符串，我希望在新列中留空

我应该如何更改脚本

谢谢

Answer 1

使用^{}作为掩码，然后按^{}拆分值，并通过仅按掩码索引筛选的行来选择secnd和last value：

print (df)
                 test_no
0              temp data
1                    NaN
2  TP-ETU06-01-525-W-133

mask = df["test_no"].str.contains('-', na=False)
splitted = df["test_no"].str.split("-")
df.loc[mask, "sys_no"] = splitted[mask].str[1]
df.loc[mask, "package_no"] = splitted[mask].str[-1]
print (df)
                 test_no sys_no package_no
0              temp data    NaN        NaN
1                    NaN    NaN        NaN
2  TP-ETU06-01-525-W-133  ETU06        133