如何在Pandas中将字符串格式元组转换为浮点型列

错误原因 #

你的代码出错是因为Coordinate (X, Y)列的元素是字符串类型（例如"(46.8637, 2.3134)"），而非真正的元组/数值对。直接用location[n]会取字符串的第n个字符，而非坐标数值，这就是为什么得到的是单个数字（如4、6）。

可行解决方案 #

方案1：字符串拆分（推荐，高效简洁）

针对固定格式的坐标字符串，先去除括号，再按逗号分割后转成数值：

import pandas as pd

# 拆分坐标列为X、Y
temp_dict[['X', 'Y']] = temp_dict['Coordinate  (X, Y)'].str.strip('()').str.split(', ', expand=True).astype(float)
# 可选：删除原坐标列
temp_dict = temp_dict.drop('Coordinate  (X, Y)', axis=1)

方案2：正则表达式提取

如果坐标字符串格式有轻微变化（比如括号缺失、空格不一致），用正则匹配提取浮点数：

import pandas as pd
import re

def get_coords(s):
    # 匹配所有浮点数格式的内容
    nums = re.findall(r'\d+\.\d+', s)
    return pd.Series([float(nums[0]), float(nums[1])])

temp_dict[['X', 'Y']] = temp_dict['Coordinate  (X, Y)'].apply(get_coords)
# 可选删除原列
temp_dict = temp_dict.drop('Coordinate  (X, Y)', axis=1)

方案3：转回元组（适用于元组被序列化为字符串的场景）

如果你的数据原本是元组，但被误存为字符串（比如从CSV读取时自动转换），用ast.literal_eval还原成元组再拆分：

import pandas as pd
import ast

temp_dict[['X', 'Y']] = temp_dict['Coordinate  (X, Y)'].apply(ast.literal_eval).apply(pd.Series)
# 可选删除原列
temp_dict = temp_dict.drop('Coordinate  (X, Y)', axis=1)

内容的提问来源于stack exchange，提问作者David H