如何在Pandas中使用split方法且不丢失分割关键字数据？

原始数据 #

df
        col1
0  100g strawberry
1     800g apple
2      904g melon

原问题 #

使用以下代码拆分时，会丢失分隔符'g'：

df[['col2']] = pd.DataFrame(df.col1.str.split('g', expand=True))

得到的结果不符合需求：

df
  col1        col2
0  100  strawberry
1  800     apple
2  904      melon

需要得到的目标结果：

df
  col1          col2
0  100  g strawberry
1  800     g apple
2  904      g melon

解决方案 #

方法1：正则提取（推荐，精准可控）

使用str.extract配合正则表达式，直接提取数字部分和带'g'的后缀部分：

import pandas as pd

# 原始数据
df = pd.DataFrame({
    'col1': ['100g strawberry', '800g apple', '904g melon']
})

# 正则提取拆分
df[['col1', 'col2']] = df['col1'].str.extract(r'(\d+)(g .+)', expand=True)

正则说明：

• (\d+)：匹配连续的数字字符，作为新的col1
• (g .+)：匹配以'g '开头的后续所有内容，作为col2

方法2：拆分后拼接'g'

如果不想用正则，可以先拆分再手动把'g'加回到col2中：

import pandas as pd

df = pd.DataFrame({
    'col1': ['100g strawberry', '800g apple', '904g melon']
})

# 按'g'拆分，只拆1次
split_data = df['col1'].str.split('g', n=1, expand=True)
# 重新赋值列
df['col1'] = split_data[0]
df['col2'] = 'g ' + split_data[1]

最终结果 #

两种方法运行后都能得到目标数据表：

df
  col1          col2
0  100  g strawberry
1  800     g apple
2  904      g melon

内容的提问来源于stack exchange，提问作者now