如何从DataFrame复合名称字符串中拆分结构名、剂量与体积？

问题核心是原代码按固定位置拆分字符串，无法适配多词结构名。正确思路是从字符串末尾提取最后两个元素作为dose和volume，前面所有元素合并为结构名，以下是两种可行方法：

方法1：使用str.rsplit（推荐，更简洁） #

利用rsplit从右侧指定分割次数，直接拆分出目标列：

# 从右侧分割2次，拆分出三列
df[['structure_name', 'dose', 'volume']] = df['structure'].str.rsplit(n=2, expand=True)

# 可选：将dose和volume转换为数值类型
df['dose'] = pd.to_numeric(df['dose'])
df['volume'] = pd.to_numeric(df['volume'])

rsplit(n=2)会把字符串从右往左拆成3部分：前面所有连续非空格内容作为第一部分，最后两个独立元素分别作为第二、第三部分，完美适配多词结构名。

方法2：自定义函数拆分 #

如果需要更灵活的逻辑，可用apply配合自定义函数处理每个字符串：

import pandas as pd

def parse_structure(s):
    parts = s.split()
    # 取最后两个元素作为dose和volume，前面的合并为结构名
    structure = ' '.join(parts[:-2])
    dose = parts[-2]
    volume = parts[-1]
    return pd.Series([structure, dose, volume])

# 应用函数并拆分到新列
df[['structure_name', 'dose', 'volume']] = df['structure'].apply(parse_structure)

# 转换数值类型
df['dose'] = pd.to_numeric(df['dose'])
df['volume'] = pd.to_numeric(df['volume'])

处理后的数据示例：

内容的提问来源于stack exchange，提问作者Gustavo Morlin Moretto