如何将DataFrame中特定格式的字符串列拆分为两列？

假设你的DataFrame有一列（比如命名为raw_col）包含目标格式的字符串，以下两种方法可以快速完成拆分：

方法1：使用str.extract提取匹配组 #

利用正则表达式直接捕获两部分内容，适合明确需要提取特定模式的场景：

import pandas as pd

# 示例DataFrame
df = pd.DataFrame({
    'raw_col': ['Rondonópolis (c/ 5,2%) 3500 7000 2789 4258']
})

# 提取为两列
df[['A', 'B']] = df['raw_col'].str.extract(r'^(.*?)\s+(\d.*)$')

正则说明：

• ^(.*?)：非贪婪匹配从字符串开头到第一个连续空格的所有内容（即城市名称和百分比部分）
• \s+：匹配分隔用的一个或多个空格
• (\d.*)：匹配从第一个数字开始到字符串结尾的所有内容（即后续的数字序列）

方法2：使用str.split按条件拆分 #

通过正向预查指定拆分规则，仅在"空格后紧跟数字"的位置拆分，拆分次数限制为1，确保只生成两列：

df[['A', 'B']] = df['raw_col'].str.split(r'\s+(?=\d)', n=1, expand=True)

正则说明：

• \s+(?=\d)：匹配一个或多个空格，且空格后面必须是数字（正向预查(?=\d)确保不会拆分数字之间的空格）
• n=1：只执行一次拆分，避免把数字部分拆成多列
• expand=True：将拆分结果展开为DataFrame列

执行后，你的DataFrame会生成A和B两列，完全符合需求。

内容的提问来源于stack exchange，提问作者Luciano Amaro