Pandas中拆分房产数据列：提取卧室数量与房产类型至新列

你的问题在于str[:1]仅能提取字符串第一个字符，仅适用于个位数卧室数，且无法拆分出房产类型。以下是两种更可靠的实现方式：

方法一：按固定格式拆分（适用于严格"数字 bedroom 类型"格式） #

利用字符串拆分函数str.split()按空格分割列内容，直接提取对应部分：

# 按空格拆分property列，拆分为3列
split_result = df['property'].str.split(' ', expand=True)
# 提取卧室数量（第一列）
df['bedroom_no'] = split_result[0]
# 提取房产类型（第三列）
df['property_type'] = split_result[2]

如果需要将卧室数量转为整数类型，可添加：

df['bedroom_no'] = df['bedroom_no'].astype(int)

方法二：正则表达式提取（兼容性更强） #

如果数据中存在卧室数为两位数（如"10 bedroom house"）或房产类型带空格（如"2 bedroom seaside apartment"）的情况，用正则表达式提取更灵活：

# 正则匹配开头的数字、跳过bedroom/bedrooms、提取剩余内容作为房产类型
df[['bedroom_no', 'property_type']] = df['property'].str.extract(r'^(\d+) bedroom(?:s)? (.+)$', expand=True)
# 可选：转换卧室数为整数
df['bedroom_no'] = df['bedroom_no'].astype(int)

正则表达式说明：

• ^(\d+)：匹配字符串开头的1个或多个数字（即卧室数量）
• bedroom(?:s)?：匹配"bedroom"或"bedrooms"，(?:s)?是不捕获匹配组，避免生成多余列
• (.+)$：匹配剩余所有内容作为房产类型，支持带空格的类型名称

内容的提问来源于stack exchange，提问作者Robin Baggott la Velle