如何用双分隔符拆分数据集Value列？拆分后列表合并问题求助

你的数据格式为130 [23 - 40.2]，包含整数、小数和负数，用正则表达式可以一次性提取所有目标数值，比多次拆分更高效可靠。

方法1：提取所有数值到列表 #

import pandas as pd
import re

# 假设prob是你的目标DataFrame
prob["Extracted_Values"] = prob["Value"].apply(lambda s: [float(num) for num in re.findall(r'-?\d+\.?\d*', s)])
print(prob["Extracted_Values"])

运行后，每个单元格的数值会被提取为数值型列表，比如130 [23 - 40.2]会转化为[130.0, 23.0, -40.2]。

方法2：拆分到单独列 #

如果需要将每个数值分配到独立列（如主值、范围下限、范围上限），可以用以下代码：

# 提取所有数值并展开为列
extracted_cols = prob["Value"].str.findall(r'-?\d+\.?\d*').apply(pd.Series)
# 给新列命名
extracted_cols.columns = ["Main_Value", "Range_Lower", "Range_Upper"]
# 合并到原DataFrame
prob = pd.concat([prob, extracted_cols], axis=1)
print(prob)

执行后原DataFrame会新增三列，分别对应示例中的130、23、-40.2。

原代码的问题说明 #

你写的x.str.split("[")[0]是取整个Series拆分后的第一个元素，而非每个单元格拆分后的第一部分。正确的单部分提取写法应为x.str.split("[").str[0]，但这种方式只能提取第一个数值，无法处理括号内的范围值，因此正则表达式是更优解。

内容的提问来源于stack exchange，提问作者George