如何在Pandas中按最后一个整数拆分列？求通用实现方案

需求场景 #

需要将Pandas中的一列（示例值如01.01.2000John Doe、01.01.2002Jane Doe）拆分为两列：

• 第一列存储日期部分（如01.01.2000）
• 第二列存储后续的字符串（如John Doe）
  要求不依赖固定字符索引截取，实现通用的拆分逻辑——按最后一个整数的位置拆分前后两部分。

原实现的局限性 #

原代码通过固定索引str[0:19]和str[19:]截取，仅适用于特定长度的日期格式，一旦日期格式长度变化（如短日期、不同分隔符的日期）就会失效。

通用解决方案 #

利用正则表达式的str.extract方法，匹配到最后一个数字的位置完成拆分，代码如下：

import pandas as pd

# 构建示例数据
df_t = pd.DataFrame({'date_time': ['01.01.2000John Doe', '01.01.2002Jane Doe']})

# 正则拆分：捕获最后一个数字前的所有内容（日期），以及剩余部分（名称）
df_t[['date', 'name']] = df_t['date_time'].str.extract(r'^(.*\d)(.*)$')

# 删除原列
tid = df_t.drop(["date_time"], axis=1)

# 输出结果
print(tid)

正则说明 #

• ^(.*\d)：从字符串开头匹配，直到捕获到最后一个数字（包含该数字），对应日期部分
• (.*)：捕获最后一个数字之后的所有字符，对应名称部分
  该正则适配多种日期格式（如2024-10-5Bob、12/31/2023Alice Smith等），只要日期部分以数字结尾，就能正确拆分。

如果你的日期格式是固定的dd.mm.yyyy，也可以用更精准的正则提升匹配效率：

df_t[['date', 'name']] = df_t['date_time'].str.extract(r'^(\d{2}\.\d{2}\.\d{4})(.*)$')

内容的提问来源于stack exchange，提问作者sebi_king