pandas ArrowDtype 正则提取报错：未命名捕获组走错路径

同样的 str.extract()，普通字符串列可以提取两个捕获组，显式使用 pd.ArrowDtype(pa.string()) 后却报错。如果提示 must contain a symbolic group name 或 Regular expression contains unnamed groups，先看捕获组是否没有名字，或混用了命名与未命名组。

这类异常出现在 pandas 3.0.5 的 ArrowDtype 路径。pandas 3.1.0 已包含修正：只要存在未命名捕获组，就按位置通过 Python 正则回退提取，并保留应有的列标签。采用修正版时仍需核对项目的 PyArrow、Python 和其他依赖约束。

明确是哪一种 Arrow 字符串

下面的输入显式声明 ArrowDtype，需要已安装与环境兼容的 PyArrow：

import pandas as pd
import pyarrow as pa

text = pd.Series(["a1", "b2", None], dtype=pd.ArrowDtype(pa.string()))
result = text.str.extract(r"([ab])(\d)")

预期第一个捕获组成为列 0，第二个成为列 1。旧路径对全未命名组可能抛出 ValueError；如果模式改成 r"(?P<letter>[ab])(\d)"，则可能由 Arrow 抛出 ArrowInvalid。

pd.ArrowDtype(pa.string()) 与 dtype="string[pyarrow]" 不是同一个 pandas dtype，也不保证进入相同的方法实现。不能因为它们都使用 Arrow 存储，就把某一种类型上的成功结果作为另一种类型的验收。

旧实现倾向按正则的命名组映射构造提取结果，而 Arrow 内核又要求捕获组有名称，未命名组便暴露出不一致。带 flags 的混合分组在当时开发路径还可能得到形状正确、未命名列全空的结果；3.0.5 对非零 flags 则可能直接抛 NotImplementedError，不要将这两个行为混成同一正式版本的表现。

旧环境可把所有捕获组命名

如果暂时不能升级，而且模式可由 Arrow 正则内核处理，可为每个需要保留的捕获组赋予不同名称：

result = text.str.extract(r"(?P<letter>[ab])(?P<digit>\d)")

这里将输出列改成 letter、digit。后续若按列 0、1 读取，也必须同步调整；这不是只改正则、不影响接口的替换。原模式有其他捕获括号时，应逐个判断它是否需要成为输出字段，不能只给第一个组命名，也不能随意把需要输出的组变成非捕获组。

全命名组只解决这里的分组限制，不会让旧版本自动支持任意 Python 正则特性或 flags。如果应用依赖 Python 的具体匹配语义，应为那条路径另外固定 dtype 与模式，不要添加当前方法没有的引擎参数。

检查列名、组值与空值

采用 pandas 3.1.0 后，可保留原有的未命名或混合分组模式。验收时逐列核对："a1" 应拆成 "a" 与 "1"，不匹配的非空文本和缺失输入应按接口规则产生缺失结果；可选组未参与匹配时也需要单独检查。

不要只检查返回了两列。混合分组的列名包含名称和整数位置，列形状正确仍可能漏掉组值。expand=False 也不能用于把多个捕获组强行塞进一个 Series，应按实际组数遵守接口限制。