如何用Pandas将Ep、Sbolo列中的±误差值移至新列

可以通过Pandas的字符串处理方法自动拆分Ep和Sbolo列中的数值与误差，无需手动操作。以下是具体实现代码：

核心代码 #

import pandas as pd

# 假设你的数据存储在名为df的DataFrame中
# 拆分Ep列，生成均值和误差列
df[['Ep_mean', 'Ep_err']] = df['Ep'].str.extract(r'([\d.]+)\s*±\s*([\d.]+)', expand=True)
# 拆分Sbolo列，生成均值和误差列
df[['Sbolo_mean', 'Sbolo_err']] = df['Sbolo'].str.extract(r'([\d.]+)\s*±\s*([\d.]+)', expand=True)

# 可选：将拆分后的列转换为数值类型（方便后续计算）
df[['Ep_mean', 'Ep_err', 'Sbolo_mean', 'Sbolo_err']] = df[['Ep_mean', 'Ep_err', 'Sbolo_mean', 'Sbolo_err']].astype(float)

代码说明 #

• str.extract(r'([\d.]+)\s*±\s*([\d.]+)'：通过正则表达式捕获两组内容，([\d.]+)匹配数值部分（包含数字和小数点），\s*±\s*匹配带可选空格的±符号，兼容"12.34±0.56"或"12.34 ± 0.56"这类常见格式。
• expand=True：让提取结果以DataFrame形式返回，直接赋值给新列即可完成拆分。
• 最后一行的astype(float)将拆分出的字符串类型数值转为浮点型，便于后续的数据分析或计算。

内容的提问来源于stack exchange，提问作者Alucard