Python pandas拆分分号分隔的EMP_ID列并合并为单列的方法

需求说明 #

需将DataFrame中以分号;分隔的EMP_ID列拆分后合并为单列，同时过滤拆分产生的空字符串（比如原数据末尾分号、连续分号导致的空值）。

高效解决方案 #

不用先拆多列再合并，直接用str.split+explode一步完成，代码简洁且灵活：

import pandas as pd

# 读取数据库数据（你的原有代码）
df = pd.read_sql("SELECT DISTINCT EMP_ID FROM TABLE", conn)

# 拆分、展开并过滤空值
df_result = df['EMP_ID'].str.split(';', expand=False).explode().replace('', pd.NA).dropna().to_frame('EMP_ID')

# 查看结果
print(df_result)

代码解释 #

• str.split(';', expand=False)：将每个EMP_ID字符串按分号拆分为列表，expand=False让结果保留为Series内的列表，而非拆成多列。
• explode()：把每个列表里的元素单独拆成一行，实现列转行。
• replace('', pd.NA).dropna()：将拆分出的空字符串替换为缺失值后删除，处理原数据里的无效空值。
• to_frame('EMP_ID')：将处理后的Series转回DataFrame，保留原列名。

你之前尝试的问题分析 #

• 第一种拆多列的方法：需要提前预估拆分后的字段数量，后续合并多列也繁琐，灵活性差。
• 第二种df.split(";")：DataFrame对象没有split方法，必须对EMP_ID这个Series调用str.split方法才行。

内容的提问来源于stack exchange，提问作者Animesh Jain