如何按空格分隔符拆分含单位的字符型数据列？

Pandas 批量处理（适配8000+行数据量） #

针对你的两列均为单空格分隔数值、单位的格式，可以直接调用pandas的字符串拆分能力完成处理，无需循环逐行操作：

• 读入原始数据集：

import pandas as pd
# 替换为你自己的数据集文件路径，支持csv、xlsx等格式
df = pd.read_csv("your_dataset.csv")

• 对目标列执行拆分，并重命名列匹配目标格式：

# 拆分Mileage列，expand=True表示将拆分结果转为独立列
mileage_part = df["Mileage"].str.split(" ", expand=True)
mileage_part.columns = ["Mileage 1", "Mileage 2"]

# 拆分Engine列
engine_part = df["Engine"].str.split(" ", expand=True)
engine_part.columns = ["Engine 1", "Engine 2"]

# 合并最终结果：移除原有的两列，拼接拆分后的新列
final_df = pd.concat(
    [df.drop(columns=["Mileage", "Engine"]), mileage_part, engine_part],
    axis=1
)

# 可选优化：将拆出的数值列转为数值类型，方便后续计算
final_df["Mileage 1"] = pd.to_numeric(final_df["Mileage 1"])
final_df["Engine 1"] = pd.to_numeric(final_df["Engine 1"])

如果排查发现个别单元格存在连续多空格的情况，可将拆分语句中的" "替换为正则匹配r"\s+"，自动识别任意长度的连续空格作为分隔符，避免拆分错位。

Excel 无代码处理 #

如果不使用编程工具，用Excel内置的分列功能也能快速完成操作：

• 选中Mileage整列，点击顶部「数据」选项卡下的「分列」功能
• 向导中选择「分隔符号」模式，分隔符勾选「空格」，确认后即可得到拆分后的两列，手动将列名修改为Mileage 1、Mileage 2
• 对Engine列重复上述操作，拆分后将列名修改为Engine 1、Engine 2即可
• 完成后删除原始的两列合并值，避免数据冗余。

内容的提问来源于stack exchange，提问作者ahad lone