Python Pandas 数据处理：提取文本列中非汉字字符并添加到新列

假设数据框 df 的品种来源列为 'source'，可以使用正则表达式和 apply 函数实现该功能：

import re

# 定义正则表达式，匹配所有非汉字字符
pattern = re.compile(r'[^一-龥]')

# 定义函数，提取非汉字字符并用顿号连接
def extract_chars(s):
    chars = pattern.findall(s)
    return '、'.join(chars)

# 添加新列
df['亲本'] = df['source'].apply(extract_chars)

其中，正则表达式 [^一-龥] 表示匹配除汉字外的所有字符；apply 函数将 extract_chars 函数应用于每一行的 source 列，将提取的非汉字字符添加到新列 亲本 中，以顿号连接。