如何在Python中根据列内数据拆分Duration列为两列并转换类型？

用Python Pandas实现 #

假设你的数据存在Pandas DataFrame中，直接用正则提取和数值转换就能搞定：

import pandas as pd

# 示例数据，替换成你的实际数据框
df = pd.DataFrame({"Duration": ["110", "2 seasons", "45", "5 seasons", "90"]})

# 1. 提取季数到新列Season_Count
# 正则匹配数字，兼容"season"和"seasons"两种写法
df["Season_Count"] = df["Duration"].str.extract(r'(\d+) seasons?', expand=False)
# 转成支持空值的整数类型
df["Season_Count"] = df["Season_Count"].astype("Int64")

# 2. 处理原Duration列：只保留纯数字内容，转成整数，非数字设为NULL
# errors="coerce"会把无法转成数字的内容转为NaN，再转成支持空值的Int64类型
df["Duration"] = pd.to_numeric(df["Duration"], errors="coerce").astype("Int64")

执行后你会得到：

• Duration列：纯数字的行保留整数，带"seasons"的行变为NaN（空值）
• Season_Count列：带"seasons"的行提取出数字，其他行是NaN

用SQL实现（以MySQL为例） #

如果数据存在数据库里，用SQL语句也能完成：

-- 先给表新增Season_Count列
ALTER TABLE your_table ADD COLUMN Season_Count INT;

-- 提取Duration中的季数到新列
UPDATE your_table
SET Season_Count = CAST(SUBSTRING_INDEX(Duration, ' ', 1) AS UNSIGNED)
WHERE Duration LIKE '%season%';

-- 更新原Duration列：仅保留纯数字内容，其余设为NULL
UPDATE your_table
SET Duration = CASE
    WHEN Duration REGEXP '^[0-9]+$' THEN CAST(Duration AS UNSIGNED)
    ELSE NULL
END;

逻辑说明：

• 用SUBSTRING_INDEX截取空格前的数字，匹配带"season"的行
• 通过正则^[0-9]+$判断是否为纯数字，是则转整数，否则设为NULL

内容的提问来源于stack exchange，提问作者Akshat Agrawal