如何拆分DataFrame字符串列 分离数字与字母提取浮点数值

你可以通过 pandas 的字符串提取方法结合正则匹配实现需求，核心思路是捕获所有数字.数字格式的子串。

核心代码实现 #

import pandas as pd

# 构造示例DataFrame，和你的数据结构一致
df = pd.DataFrame({
    'X': [
        '1.6 aaa_2345',
        '1.6 aaa_2345',
        'Bbb 1.4t_2890',
        'Bbb 1.4t_2891',
        '1.2 ccc_4570'
    ]
})

# 提取浮点部分生成新列
df['float_X'] = df['X'].str.extract(r'(\d+\.\d+)').astype(float)

结果说明 #

运行后新列float_X的输出和你期望的完全一致：

0    1.6
1    1.6
2    1.4
3    1.4
4    1.2
Name: float_X, dtype: float64

正则规则r'(\d+\.\d+)'会自动匹配每行第一个符合浮点格式的子串，即使浮点后面跟了字母（比如示例里的1.4t）也会正确提取前面的数值部分，适配你给出的所有场景。

内容的提问来源于stack exchange，提问作者benaia