如何在Pandas DataFrame中按另一列值拆分列并保留指定列

你之前的代码错误地使用了第一行的分隔符df['word'].values[0]，导致所有行都用同一个字符拆分，无法实现按每行对应word列的值拆分string列的需求。以下是可行的解决方法：

方法1：使用apply逐行处理（推荐） #

通过apply遍历每一行，利用当前行的word值作为分隔符拆分string，并取拆分后的第一部分作为want列：

import pandas as pd
df = pd.DataFrame( {'string':['anfhfd', 'rnvkds', 'bkfsgk'], 
                'word':['f', 'v', 'k'] } )

# 添加want列，按对应word值拆分string并取第一部分
df['want'] = df.apply(lambda row: row['string'].split(row['word'], n=1)[0], axis=1)

运行后得到的结果：

string word  want
0  anfhfd    f    an
1  rnvkds    v    rn
2  bkfsgk    k     b

方法2：拆分后提取指定列 #

如果需要先拆分出want和notwant再保留want，可以用以下方式：

# 逐行拆分并生成临时列
split_df = df.apply(lambda row: pd.Series(row['string'].split(row['word'], n=1), index=['want', 'notwant']), axis=1)
# 将want列合并到原DataFrame
df = df.join(split_df['want'])

原理说明 #

Pandas的str.split()方法的pat参数仅支持单个字符串/正则表达式，无法直接传入Series作为每行的动态分隔符。因此需要用apply(axis=1)逐行处理，确保每行使用对应的word值进行拆分。

内容的提问来源于stack exchange，提问作者Lara19