如何用Python将含复数的DataFrame拆分为实部和虚部列

方法一：使用正则表达式提取 #

利用str.extract配合正则表达式，可一次性匹配实部和虚部数值，兼容+/-分隔场景，同时支持虚部开头无0的格式（如.316...i）：

import pandas as pd

df = pd.DataFrame({"AB": ['0.316227766016838-0.316227766016838i',
                    '0.316227766016838-0.316227766016838i',
                    '0.316227766016838-0.316227766016838i',
                    '0.316227766016838-0.316227766016838i',
                    '0.316227766016838+0.316227766016838i',
                    '0.3162277660168380+.316227766016838i']})

# 正则匹配并拆分实部、虚部
df[['实部', '虚部']] = df['AB'].str.extract(r'([+-]?\d*\.?\d+)([+-]\d*\.?\d+)i', expand=True)

# 转换为数值类型
df['实部'] = pd.to_numeric(df['实部'])
df['虚部'] = pd.to_numeric(df['虚部'])

print(df)

方法二：转换为复数类型后提取 #

更稳妥的方式是先将字符串转为Python复数对象，再直接提取实部和虚部，可处理所有合法复数格式：

import pandas as pd

df = pd.DataFrame({"AB": ['0.316227766016838-0.316227766016838i',
                    '0.316227766016838-0.316227766016838i',
                    '0.316227766016838-0.316227766016838i',
                    '0.316227766016838-0.316227766016838i',
                    '0.316227766016838+0.316227766016838i',
                    '0.3162277660168380+.316227766016838i']})

# 转换为复数对象
df['复数'] = df['AB'].apply(complex)

# 提取实部和虚部
df['实部'] = df['复数'].apply(lambda x: x.real)
df['虚部'] = df['复数'].apply(lambda x: x.imag)

# 可选：删除中间复数列
df = df.drop('复数', axis=1)

print(df)

两种方法均可得到数值类型的实部、虚部列，方法二更适配复杂复数格式，避免正则匹配的遗漏情况。

内容的提问来源于stack exchange，提问作者Rupak