如何在Python DataFrame中从OverallRatio列提取数据生成A-F列

需求说明 #

• 现有DataFrame包含OverallRatio字段，需生成A、B、C、D、E、F六列
• 拆分规则：按分号;分割OverallRatio内容，每个分割元素为「数字:数值」格式
• 映射规则：数字1→A，2→B，3→C，4→D，5→E，6→F，对应数值填入目标列，其余列填0

示例输入输出 #

输入DataFrame：

OverallRatio
0  1:0.25; 3:0.33; 5:0.5
1   5:0.25; 6: 0.75
2     1:0.5; 6:0.33
3     2:0.25; 4:0.5

输出结果：

实现代码（Pandas） #

import pandas as pd

# 构造示例数据（替换为你的真实DataFrame）
df = pd.DataFrame({
    'OverallRatio': [
        '1:0.25; 3:0.33; 5:0.5',
        '5:0.25; 6: 0.75',
        '1:0.5; 6:0.33',
        '2:0.25; 4:0.5'
    ]
})

# 1. 拆分字符串并展开为多行，方便逐个处理键值对
temp = df.assign(ratio=df['OverallRatio'].str.split(';')).explode('ratio')
# 2. 提取数字（列编号）和数值，同时清理前后空格
temp[['col_num', 'value']] = temp['ratio'].str.strip().str.extract(r'(\d+):(\d+\.?\d*)', expand=True)
# 3. 转换数据类型，确保数值为浮点型
temp['col_num'] = temp['col_num'].astype(int)
temp['value'] = temp['value'].astype(float)
# 4. 映射列编号到目标列名
col_mapping = {1: 'A', 2: 'B', 3: 'C', 4: 'D', 5: 'E', 6: 'F'}
temp['col_name'] = temp['col_num'].map(col_mapping)
# 5. 透视转换为宽表，空值填充为0
pivot_result = temp.pivot(index=temp.index, columns='col_name', values='value').fillna(0)
# 6. 合并回原DataFrame，调整列顺序
final_df = pd.concat([df, pivot_result], axis=1)
final_df = final_df[['OverallRatio', 'A', 'B', 'C', 'D', 'E', 'F']]

# 查看结果
print(final_df)

代码说明 #

• str.split(';').explode()：将每个OverallRatio的多个键值对拆分成单独行，便于逐个处理
• str.extract()：用正则表达式提取数字和数值，处理可能存在的空格
• pivot()：将长表转换为宽表，自动匹配列名，空值用0填充
• 最后合并回原数据，确保保留原始字段并按需求排序列

内容的提问来源于stack exchange，提问作者ram prasad