Pandas DataFrame：动态拆分包含相同分隔符的列-Python教程-PHP中文网

Pandas DataFrame：动态拆分包含相同分隔符的列

聖光之護

发布： 2025-08-19 18:46:35

原创

751人浏览过

pandas dataframe：动态拆分包含相同分隔符的列

本文旨在解决 Pandas DataFrame 中，当需要根据相同分隔符（例如冒号 :）拆分多个列时，如何避免重复编写 str.split() 代码的问题。通过结合列表推导式和 pd.concat() 函数，可以实现对多个列的动态拆分，并自动生成新的列名。这种方法不仅简洁高效，而且易于维护和扩展。

首先，我们需要准备一些示例数据：

import pandas as pd

data = {
    'DATE': ['2023-11-21', '2023-11-21', '2023-11-21', '2023-11-21', '2023-11-21'],
    'TALK_TIME': [None, '00:04:16', None, '00:24:30', '00:04:08'],
    'CONSULT_TIME': ['05:10', None, None, None, None]
}

df = pd.DataFrame(data)
print(df)

登录后复制

接下来，定义需要拆分的列的列表：

cols = ['TALK_TIME', 'CONSULT_TIME']

登录后复制

现在，使用列表推导式和 str.split() 函数来拆分这些列。str.split() 函数的 expand=True 参数会将拆分后的结果扩展为新的列。同时，使用 rename() 函数自动生成新的列名，格式为原列名_序号。

lst = [df[col].str.split(':', expand=True)
       .rename(columns=lambda x: f'{col}_{x+1}')
       for col in cols
      ]
print(lst)

登录后复制

最后，使用 pd.concat() 函数将拆分后的列与原始 DataFrame 合并。axis=1 参数表示按列合并。同时，使用 df.drop() 函数删除原始的需要拆分的列。

MagicStudio

图片处理必备效率神器！为你的图片提供神奇魔法

102

查看详情

out = pd.concat([df.drop(columns=cols)]+lst, axis=1)
print(out)

登录后复制

完整代码如下：

import pandas as pd

data = {
    'DATE': ['2023-11-21', '2023-11-21', '2023-11-21', '2023-11-21', '2023-11-21'],
    'TALK_TIME': [None, '00:04:16', None, '00:24:30', '00:04:08'],
    'CONSULT_TIME': ['05:10', None, None, None, None]
}

df = pd.DataFrame(data)

cols = ['TALK_TIME', 'CONSULT_TIME']

lst = [df[col].str.split(':', expand=True)
       .rename(columns=lambda x: f'{col}_{x+1}')
       for col in cols
      ]

out = pd.concat([df.drop(columns=cols)]+lst, axis=1)

print(out)

登录后复制

注意事项：

确保需要拆分的列包含分隔符。如果列中没有分隔符，str.split() 函数将返回原始列的值。
pd.concat() 函数的 axis 参数需要根据实际情况进行调整。如果需要按行合并，则应设置为 axis=0。
如果原始 DataFrame 中存在与新列名冲突的列，需要先进行重命名。
在处理大型 DataFrame 时，可以考虑使用 dask 等分布式计算框架来提高效率。

总结：

通过使用循环和列表推导式，可以动态地拆分 Pandas DataFrame 中包含相同分隔符的多个列。这种方法不仅简洁高效，而且易于维护和扩展。在实际应用中，可以根据具体需求进行调整和优化。

以上就是Pandas DataFrame：动态拆分包含相同分隔符的列的详细内容，更多请关注php中文网其它相关文章！