您可以使用str.extract：

df[['Year', 'Month']] = (df['Work_Experience']
                         .str.extract('(\d+)\s*Year.*?(\d+)\s*Month')
                         .astype(int)
                         )

输出：

Work_Experience Year Month
0    6 Year(s) 1 Month(s)    6     1
1  12 Year(s) 11 Month(s)   12    11
2  10 Year(s) 10 Month(s)   10    10
3   10 Year(s) 2 Month(s)   10     2
4   2 Year(s) 12 Month(s)    2    12

备选方案

如果您需要一种替代方法，以任意顺序提取名称并自动将下一个单词指定为列名：

df = df.join(df['Work_Experience']
 .str.extractall('(\d+)\s*(\w+)')
 .droplevel(1)
 .pivot(columns=1, values=0).astype(int)
)

您的模式\(\d+)(\d+)以匹配\(\d+)中的文字括号\(开始，但其后有一个含义不同的未闭合（未转义）括号。数字之间也有字符不匹配。

• • 注意**在使用str.extract时，必须将正则表达式放在引号之间

如果要组合匹配括号和数字分组：

\b(\d+)\s+Year\(s\)\s+(\d+)\s+Month\(s\)

• • 说明**
• \b字边界
• (\d+)在第1组中捕获1+个数字
• \s+Year\(s\)\s+在1+个空白字符之间匹配Year(s)
• (\d+)捕获第2组中的1+个数字
• \s+Month\(s\) Match 1+ whitspace chars and个月'

参见regex101 demo。

Test[['Year', 'Month']] = Test['Work_Experience'].str.extract(r'\b(\d+)\s+Year\(s\)\s+(\d+)\s+Month\(s\)')
print(Test)

产出

Work_Experience Year Month
0    6 Year(s) 1 Month(s)    6     1
1  12 Year(s) 11 Month(s)   12    11
2  10 Year(s) 10 Month(s)   10    10
3   10 Year(s) 2 Month(s)   10     2
4   2 Year(s) 12 Month(s)    2    12