同一个Excel单元格有多个数据，怎么进行拆分

import pandas as pd
# 读取texas_cities数据集
cities = pd.read_csv('data/texas_cities.csv')
cities

	City	Geolocation
0	Houston	29.7604° N, 95.3698° W
1	Dallas	32.7767° N, 96.7970° W
2	Austin	30.2672° N, 97.7431° W

# 将Geolocation分解为四个单独的列 #expand表示是否把series类型转化为DataFrame类型
geolocations = cities.Geolocation.str.split(pat='. ', expand=True)
geolocations.columns = ['latitude', 'latitude direction', 'longitude', 'longitude direction']
geolocations

	latitude	latitude direction	longitude	longitude direction
0	29.7604	N	95.3698	W
1	32.7767	N	96.7970	W
2	30.2672	N	97.7431	W

# 转变数据类型
geolocations = geolocations.astype({'latitude':'float', 'longitude':'float'})
geolocations.dtypes
'''
latitude               float64
latitude direction      object
longitude              float64
longitude direction     object
dtype: object
'''

# 将新列与原先的city列连起来
cities_tidy = pd.concat([cities['City'], geolocations], axis='columns')
cities_tidy

	City	latitude	latitude direction	longitude	longitude direction
0	Houston	29.7604	N	95.3698	W
1	Dallas	32.7767	N	96.7970	W
2	Austin	30.2672	N	97.7431	W

原理

# 函数to_numeric可以将每列自动变为整数或浮点数
temp = geolocations.apply(pd.to_numeric, errors='ignore')
temp 

	latitude	latitude direction	longitude	longitude direction
0	29.7604	N	95.3698	W
1	32.7767	N	96.7970	W
2	30.2672	N	97.7431	W

# 再查看数据类型
temp.dtypes
'''
latitude               float64
latitude direction      object
longitude              float64
longitude direction     object
dtype: object
'''

# |符，可以对多个标记进行分割
cities.Geolocation.str.split(pat='° |, ', expand=True)

	0	1	2	3
0	29.7604	N	95.3698	W
1	32.7767	N	96.7970	W
2	30.2672	N	97.7431	W

# 更复杂的提取方式
cities.Geolocation.str.extract('([0-9.]+). (N|S), ([0-9.]+). (E|W)', expand=True)

	0	1	2	3
0	29.7604	N	95.3698	W
1	32.7767	N	96.7970	W
2	30.2672	N	97.7431	W