如何拆分pandas DataFrame中首字符为数字的Value列值提取单位

错误原因 #

你的代码存在三个语法/逻辑问题：

1. Python三元表达式要求必须完整写为值 if 条件 else 默认值，你缺失了else分支，触发语法错误
2. 代码中str[0]的str是未定义的变量，无法直接指代当前行的Value字段值
3. 条件判断中is <=是错误写法，is用于对象身份判断，数值比较直接用<=即可，同时你没有提前判断拆分后是否存在第二部分，容易触发索引错误

实现代码 #

方法1：apply自定义函数（易读性高，适合逻辑复杂的场景）

def extract_unit(val):
    # 处理空白字符串
    val = val.strip()
    if not val:
        return ""
    # 校验首字符是否为数字
    if not val[0].isdigit():
        return ""
    # 仅拆分第一个空格，避免单位本身带空格的情况
    parts = val.split(" ", maxsplit=1)
    if len(parts) < 2:
        return ""
    unit = parts[1].strip()
    # 校验单位长度是否符合要求
    return unit if len(unit) <=5 else ""

df['Unit'] = df['Value'].apply(extract_unit)

方法2：向量化操作（性能更高，适合百万级以上的大数据量）

# 拆分数值和单位
split_val = df['Value'].str.split(" ", n=1, expand=True)
# 构造判断条件
cond1 = df['Value'].str.strip().str[0].str.isdigit().fillna(False)
cond2 = split_val[1].str.strip().str.len().le(5).fillna(False)
# 符合条件赋值单位，否则填空字符串
df['Unit'] = split_val[1].str.strip().where(cond1 & cond2, "")

两种方法运行后都可以得到你期望的输出结果，80 degrees因为拆分后的degrees长度超过5，所以不会被提取单位，符合要求。

内容的提问来源于stack exchange，提问作者Al-Andalus