Python 将列名分配给Series.str.extract（）的输出

我正在使用

df[colname].str.extract(regex) 

将一列字符串解析为几列。我希望能够同时指定列名，例如：

df[colname].str.extract(regex, columns=cnames) 

其中：

cnames = ['col1','col2','col3']
regex = r'(sometext\w)_(aa|bb)_(\d+-\d)'

它可能采用笨重的结构，如：

df[colname].str.extract(regex).rename(columns = dict(zip(range(len(cnames)),cnames)))

或者，我可以将列名作为命名组嵌入正则表达式中，因此正则表达式更改为：

regex = r'(?P<col1>sometext\w)_(?P<col2>aa|bb)_(?P<col3>\d+-\d)'

regex=r'（？Psometext\w）（？Paa | bb）（？P\d+-\d）'

我是否遗漏了什么，有没有更简单的方法？

---

谢谢

将名称嵌入正则表达式是一种正确的方法。它规定在未来的时间内这样做

如果已经有一些列的名称为

0

、

1

和

2

，则使用

.rename（）

的第一个解决方案将不可靠

在我看来，regex解决方案是最好的，但您可以开始使用类似

.pipe（）

的方法以这种方式实现函数。然而，正如您将看到的，当您不想要相同的正则表达式时，它开始变得混乱

def extract_colnames(df, column, sep, cnames, drop_col=True):
    if drop_col:
        drop_col = [column]
    else:
        drop_col = []
    regex = '(?P<' + ('>.*)' + sep + '(?P<').join(cnames) + '>.*)'
    return df.join(df.loc[:, column].str.extract(regex, expand=True)).drop(drop_col, axis=1)

cnames = ['col1','col2','col3']
data = data.pipe(extract_colnames, column='colname',
                 sep='_', cnames=cnames, drop_col=True)

def extract\u colnames（df、column、sep、cnames、drop\u col=True）：
如果是下拉菜单：
drop_col=[列]
其他：
drop_col=[]
正则表达式='（？P.*）+sep+'（？P.*）'
返回df.join（df.loc[：，column].str.extract（regex，expand=True））.drop（drop\u col，axis=1）
cnames=['col1'，'col2'，'col3']
data=data.pipe（extract_colnames，column='colname'，
sep=''，cnames=cnames，drop\U col=True）

谢谢，这是一个很方便的功能，我可能最终会使用它！