如何拆分pandas单列CTD数据的P/T/C指标开展时间序列分析

现有存为Pandas DataFrame的CSV数据集，其中df['CTD_Data']列存储固定格式拼接的三类观测数据，单条记录格式为P= +0.456T=+12.659C=39.285，依次对应压力（P）、温度（T）、电导率（C）三个指标，全量数据均遵循该拼接规则，需要拆分出三个独立指标字段用于后续时间序列分析。
最初尝试直接按=为分隔符调用str.split()拆分，未达到预期效果，使用代码如下：

df[['Pressure','Temperature','Conducivity']] = df['CTD_Data'].str.split('=', expand=True)

核心疑问为：是否需要为该列单独创建独立DataFrame才能完成拆分。
后续自行实现了一版可用但较为粗糙的方案，希望得到更高效的实现建议，原有实现代码如下：

#Spliting CTD Data
df['CTD_Data'].str.split('=', expand=True)

#Naming Split columns, ignore column for generated P column 
df[['ignore','Pressure','Temperature','Conductivity']] = df['CTD_Data'].str.split('P|T|C', expand=True)

# Making Split columns as Strings
CTD_Pressure= df['Pressure'].astype(str)
CTD_Temperature= df['Temperature'].astype(str)
CTD_Conductivity= df['Conductivity'].astype(str)

首先明确：不需要为该列单独创建独立DataFrame，直接在原DataFrame上即可完成拆分操作。最初拆分失败的原因是分隔符选择不合理：原始字符串中=和下一个指标的标识字符（T/C）直接相连，单纯按=拆分得到的片段会混杂指标标识，且拆分后列数和预设的3列不匹配，无法对齐。

最优实现（正则提取，一步到位） #

针对固定格式的拼接字符串，用正则捕获组直接提取对应数值是最稳妥高效的方式，不会产生冗余列，还能自动兼容字段间的空格、正负号等格式细节：

# 正则匹配三个指标对应的数值段，直接赋值为新列
df[['Pressure', 'Temperature', 'Conductivity']] = df['CTD_Data'].str.extract(
    r'P=\s*([+-]?\d+\.?\d*)T=\s*([+-]?\d+\.?\d*)C=\s*([+-]?\d+\.?\d*)'
)
# 直接转换为浮点型，适配后续时序分析的数值计算需求
df[['Pressure', 'Temperature', 'Conductivity']] = df[['Pressure', 'Temperature', 'Conductivity']].astype(float)

该方案的优势：

• 无冗余字段生成，不需要额外丢弃ignore这类无用列
• 自动兼容P=等标识后可能存在的不规则空格（比如样例中P=后带两个空格的情况）
• 完整保留数值的正负号，不会出现符号和数字拆分的问题
• 拆分后直接转为数值类型，后续做统计、时序建模不需要额外做类型处理

split逻辑优化方案 #

如果更习惯用split实现，可以对原有split逻辑做简化，不需要单独定义三个Series存储拆分结果：

# 以P=、T=、C=整体作为分隔符拆分
split_res = df['CTD_Data'].str.split(r'P=|T=|C=', expand=True)
# 拆分后第一列为空值，从第二列开始取数，去除空格后转浮点型
df[['Pressure', 'Temperature', 'Conductivity']] = split_res.iloc[:, 1:].apply(lambda x: x.str.strip()).astype(float)

内容的提问来源于stack exchange，提问作者Xyx105