如何将Pandas DataFrame中的坐标列拆分为多列？

你的问题出在坐标字符串包含[]括号，直接拆分没处理这些冗余字符，导致结果不符合预期。这里给你三种实用的解决方法：

方法1：清理字符后拆分 #

先去掉字符串首尾的[]，再按逗号拆分，最后清理空格并转成数值：

# 移除首尾的方括号
df['cleaned_loc'] = df['event_location'].str.strip('[]')
# 按逗号拆分并展开为两列，同时清理每列的空格
df[['lat', 'long']] = df['cleaned_loc'].str.split(',', expand=True).apply(lambda col: col.str.strip())
# 转换为数值类型（可选，根据需求）
df[['lat', 'long']] = df[['lat', 'long']].astype(float)
# 可以删除临时的cleaned_loc列
df = df.drop('cleaned_loc', axis=1)

方法2：正则表达式提取数字 #

直接用正则匹配坐标里的数字（包括负数和小数），精准提取：

import re

# 匹配数字的正则：支持负数、小数
num_pattern = r'-?\d+\.\d+'
# 提取每个坐标字符串里的两个数字，转成列表后拆分到列
df[['lat', 'long']] = df['event_location'].apply(lambda x: re.findall(num_pattern, x)).tolist()
# 转换为数值类型
df[['lat', 'long']] = df[['lat', 'long']].astype(float)

方法3：转成Python列表再拆分 #

如果坐标字符串本身是合法的列表格式（比如"[51.447084, -0.081564]"），可以用ast.literal_eval直接转成列表：

import ast

# 将字符串转成列表，再拆分到两列
df[['lat', 'long']] = df['event_location'].apply(ast.literal_eval).tolist()
# 确保是数值类型（eval后已经是float，这步可选）
df[['lat', 'long']] = df[['lat', 'long']].astype(float)

为什么之前的方法失败？ #

• 第一种用tolist()的方法：因为event_location列的每个元素是单个字符串，不是列表，赋值时会把整个字符串重复填充到两列。
• 第二种直接str.split(',')的方法：拆分后第一列是"[51.447084"（带左括号），第二列是" -0.081564]"（带右括号和空格），如果某些行拆分后只有一个元素，还会导致long列空值。

内容的提问来源于stack exchange，提问作者savi