如何在Python中将DataFrame的geometry列拆分为多组x、y坐标列

你的代码出错有两个核心原因：一是没先去除geometry列里的polygon((和))冗余字符，直接拆分带包装的字符串会得到无效内容；二是拆分用的正则表达式写法错误。按以下步骤修正：

1. 清理冗余字符 #

先把geometry列中的空间类型标识和括号去掉，只保留纯坐标字符串：

df['clean_coords'] = df['geometry'].str[10:-2]  # 从第10个字符开始截取，去掉最后2个字符，刚好剔除polygon((和))

如果字符串格式有变动，也可以用正则替换更灵活：

df['clean_coords'] = df['geometry'].str.replace(r'^polygon\(\(|\\)$', '', regex=True).str.strip()

2. 拆分坐标点 #

将清理后的字符串按, 拆分，得到独立的坐标点列：

point_cols = df['clean_coords'].str.split(', ', expand=True)

3. 拆分每个坐标的x、y值 #

遍历每个坐标点列，按空格拆分x和y，再合并成最终的多列结果：

# 初始化结果DataFrame
final_result = pd.DataFrame()

for col in point_cols.columns:
    # 拆分单个坐标的x和y
    xy_pair = point_cols[col].str.split(' ', expand=True)
    # 合并到结果中
    final_result = pd.concat([final_result, xy_pair], axis=1)

# 设置列名为重复的x、y
final_result.columns = ['x', 'y'] * (final_result.shape[1] // 2)

完整可运行代码 #

import pandas as pd

# 模拟你的原始DataFrame
df = pd.DataFrame({
    'object_id': [1],
    'shape': [450],
    'geometry': ['polygon((6.6 51.2, 6.69 51.23, 6.69 51.2))']
})

# 执行清理与拆分流程
df['clean_coords'] = df['geometry'].str[10:-2]
point_cols = df['clean_coords'].str.split(', ', expand=True)

final_result = pd.DataFrame()
for col in point_cols.columns:
    xy_pair = point_cols[col].str.split(' ', expand=True)
    final_result = pd.concat([final_result, xy_pair], axis=1)

final_result.columns = ['x', 'y'] * (final_result.shape[1] // 2)

print(final_result)

运行后输出完全符合你的需求：

x     y      x      y      x     y
0  6.6  51.2  6.69  51.23  6.69  51.2

如果你的数据是空间数据（比如用GeoPandas存储），更规范的做法是直接提取几何对象的坐标：

import geopandas as gpd

# 假设df是GeoDataFrame
coords = df['geometry'].apply(lambda g: list(g.exterior.coords))
# 再将坐标展开成列即可

内容的提问来源于stack exchange，提问作者Gaurav Raina