Pandas拆分字符串列结果不符合预期 如何正确拆为两列

你之前写的正则r'\s\s*?(?=[A-Z])'逻辑是匹配所有「后面紧跟大写字母的空格」，只要空格后是大写就触发拆分，没有限制拆分位置和拆分次数，自然会把Common Inlet、Vyrnwy Line 2这类多词片段拆成多个碎块，得到多余列。

观察预期拆分规律可以发现：唯一合法的拆分点，是前面片段以数字结尾、后面接大写开头新片段的那个空格，其他位置的大写前空格都不能拆。

直接用限制拆分位置+限制拆分次数的方案即可，代码如下：

import pandas as pd

# 原始数据
full_name = pd.Series([
    'Reservoir 1 Compartment 1', 
    'Reservoir 1 Common Inlet', 
    'Reservoir 2 Compartment 1',
    'Vyrnwy Line 2 Balancing Tank 1', 
    'Reservoir 1'
])

# 拆分逻辑：仅在「数字后、大写前」的空格处拆分，最多拆1次
res_compartment_split = full_name.str.split(
    r'(?<=\d)\s+(?=[A-Z])', 
    n=1,  # 限制最多拆分1次，避免后续片段被拆碎
    expand=True
)

# 重命名列（可选）
res_compartment_split.columns = ['parent_facility', 'sub_facility']

执行后输出完全匹配预期：

parent_facility        sub_facility
0     Reservoir 1       Compartment 1
1     Reservoir 1        Common Inlet
2     Reservoir 2       Compartment 1
3  Vyrnwy Line 2  Balancing Tank 1
4     Reservoir 1                None

• (?<=\d)：反向断言，要求拆分位置的前一个字符是数字，保证刚好在第一部分的编号后面切
• \s+：匹配拆分点中间的任意数量空格
• (?=[A-Z])：正向断言，要求拆分位置的后一个字符是大写字母，匹配后续片段的开头
• n=1：pandas字符串拆分的核心参数，强制整个字符串最多只拆1次，哪怕后续内容还有符合规则的位置也不拆分，彻底避免多列问题。

内容的提问来源于stack exchange，提问作者Somto