这是我使用split的答案。使用的regexp可以改进，我对这类事情很不在行：-）
(\d+)代表整数，([A-Za-z]+)代表字符串。

df = pd.DataFrame({'iso': ['4He', '16O', '197Au']})
result = df['iso'].str.split('(\d+)([A-Za-z]+)', expand=True)
result = result.loc[:,[1,2]]
result.rename(columns={1:'x', 2:'y'}, inplace=True)
print(result)

生产

x   y
0    4  He
1   16   O
2  197  Au

accepted answer给了我正确的方向，但我认为正确的pandas函数是extract。像这样，只返回匹配的正则表达式，消除了之后切片的使用。

df = pd.DataFrame({'iso': ['4He', '16O', '197Au']})
df[['num', 'element']] = df['iso'].str.extract('(\d+)([A-Za-z]+)', expand=True)
print(df)

给予

iso  num element
0    4He    4      He
1    16O   16       O
2  197Au  197      Au

我会使用简单的字符串操作，而不需要正则表达式的麻烦。

isotopes = ['4He', '16O', '197Au']
def get_num(isotope):
    return filter(str.isdigit, isotope)

def get_sym(isotope):
    return isotope.replace(get_num(isotope),'')

def get_num_sym(isotope):
    return (get_num(isotope),get_sym(isotope))

for isotope in isotopes:
    num,sym = get_num_sym(isotope)
    print num,sym

要提取同位素符号的数字和元素，可以使用regular expression（简称：regex）与Python的re模块结合使用。正则表达式查找数字，然后查找被分组并使用组名称访问的字符。如果正则表达式匹配，您可以提取数据并.format()所需的注解字符串：

#!/usr/bin/env python3
# coding: utf-8

import re

iso_num = '16O'

preg = re.compile('^(?P<num>[0-9]*)(?P<element>[A-Za-z]*)$')
m = preg.match(iso_num)

if m:
    num = m.group('num')
    element = m.group('element')

    note = '$^{}${}'.format(num, element)

    # axis.annotate(note, xy=(x, y), xycoords='data')

你有没有试过strip()，也许你可以考虑一下：

import string

for i in list_of_isotopes:
  Num = df[df.iso==i].iso.str.strip(string.ascii_letters)
  Sym = df[df.iso==i].iso.str.strip(string.digits)
  axis.annotate('$^%s$%s' %(Num, Sym), xy=(x[Num], y[Num]), xycoords='data')