Python Pandas如何拆分无空格分隔的数字与文本混合字符串

核心采用正则匹配+str.extract批量处理，适配所有「数字在前、非数字文本在后无分隔拼接」的行，处理数千行数据效率无压力。

实现代码 #

假设待拆分的列名为mixed_col，拆分后的两列分别命名为num_part（数字部分）和text_part（文本部分）：

import pandas as pd

# 核心拆分逻辑
df[['num_part', 'text_part']] = df['mixed_col'].str.extract(r'(\d+\.?\d*)(\D+)')

# 可选：将数字部分转换为数值类型（默认拆分后为字符串格式）
df['num_part'] = pd.to_numeric(df['num_part'])

规则说明 #

• 正则r'(\d+\.?\d*)(\D+)'的匹配逻辑：
  • 第一组(\d+\.?\d*)：匹配整数、带小数点的浮点数格式的数字部分
  • 第二组(\D+)：匹配所有非数字的文本部分
• 若需要提前排查不符合拼接规则的异常行，可执行以下代码筛选：

# 输出所有不符合「数字在前+文本在后」拼接规则的行
abnormal_rows = df[~df['mixed_col'].str.match(r'^\d+\.?\d*\D+$')]

测试效果 #

输入测试数据：

拆分后输出：

内容的提问来源于stack exchange，提问作者Baobab