如何用正则表达式(re)拆分DataFrame中含数字与字符串的列

用Pandas的str.extract()方法配合正则表达式就能一次性拆分出数字和字符串部分，具体实现步骤如下：

1. 导入库并定义原DataFrame

import pandas as pd

df = pd.DataFrame({'symbol': ['12345abc', '2234bcd', '323456cde'],'date':[5, 6, 7]})

2. 执行拆分操作

# 用正则提取数字段和字母段，分别存入num和name列
df[['num', 'name']] = df['symbol'].str.extract(r'^(\d+)([a-zA-Z]+)$')

# 按照示例要求，把原symbol列替换成提取出的数字部分
df['symbol'] = df['num']

# 可选：如果不需要单独保留num列，直接删除即可
# df.drop('num', axis=1, inplace=True)

3. 正则表达式说明
   ^(\d+)([a-zA-Z]+)$的作用：

• ^：锁定字符串开头
• (\d+)：捕获连续的数字序列，对应num列
• ([a-zA-Z]+)：捕获连续的大小写字母序列，对应name列
• $：锁定字符串结尾

如果你的字符串部分包含数字以外的其他字符（比如符号），可以把正则改成更通用的^(\d+)(\D+)$，\D会匹配任意非数字字符。

4. 最终结果
   执行完代码后，DataFrame就会变成你需要的结构：

print(df)
# 输出：
#    symbol  name  date
# 0   12345   abc     5
# 1    2234   bcd     6
# 2  323456   cde     7

内容的提问来源于stack exchange，提问作者Tony Lin