Pandas字符串拆分无法返回多元素，仅得单个元素问题排查

问题 #

我正在处理的DataFrame包含地址列，需从中提取街道名、门牌号、邮编、国家等变量，地址格式为“街道名 门牌号, 邮编 城市, 国家”。使用.str.split()可提取单个元素，但提取多元素时出现问题。提取国家很容易，但提取街道名和门牌号时遇到困难：街道名可能包含多个空格，但最后一个空格后始终是门牌号。

我先执行df["street_and_number"]=df["address"].str.split(",").str[0]，得到包含街道名和门牌号的列，这一步没问题。之后尝试提取街道名，用df["street"]=df["street_and_number"].str.split().str[:-1]，但返回的是列表（示例：1541 [Burgemeester, Roelenweg]），我需要的是字符串而非列表；使用expand=True参数也未得到预期结果（输出为含0、1、2列的空结构），请问我哪里操作错误？

解决方案 #

方法1：把拆分后的列表转回字符串 #

你用.str.split().str[:-1]得到的是拆分后的子列表，只需再用.str.join(' ')把列表里的元素用空格拼接成字符串即可：

df["street"] = df["street_and_number"].str.split().str[:-1].str.join(' ')
# 同步提取门牌号
df["number"] = df["street_and_number"].str.split().str[-1]

方法2：用正则表达式一步提取（更高效） #

既然明确地址格式的规律——街道名和门牌号以「最后一个空格」为分界，直接用正则extract方法一次性拆分，比两次拆分更简洁：

# 若门牌号是纯数字，用\d+匹配；如果门牌号含字母/符号，换成\S+匹配非空白字符
df[["street", "number"]] = df["street_and_number"].str.extract(r'(.*)\s(\d+)$')

为什么expand=True没用？ #

expand=True是把拆分后的列表展开成多列，但你的街道名拆分后元素数量不固定（有的是2个词，有的可能更多），会生成多列且大量空值，这和你想要合并成单个街道名字符串的需求完全不匹配，自然达不到预期效果。

内容的提问来源于stack exchange，提问作者broekeman