多列含相同分隔符的DataFrame行拆分及值复制问题

需求：遍历DataFrame每一行，若某列值包含分号“;”则拆分该行；若同一行多列分号数量相同，仅拆分一次并对应填充各列拆分后的值；不含分号的列复制原行对应值。

原代码问题：不含分隔符的列出现NaN，未正确复制原行值。

原代码问题分析 #

原代码中使用stack()将各列拆分结果转为多级索引结构，但后续fillna(df[col.name])时，原DataFrame的单级索引无法与多级索引的split_df匹配，导致填充逻辑失效，最终无分隔符的列出现NaN。

修正后的解决方案代码 #

import pandas as pd

data = {'ID': [34, 35],
        'Name': ['Alt-Tempelhof Ecke Tempelhofer Damm', 'Alt-Wittenau'],
        'Type': ['bus', 'bus'],
        'Lines': ['A77,A68,A76', 'A62 ; A15,A21'],
        'Coordinates': ['52.465964306830664, 13.38558297633417', '52.58972877186178, 13.334169215342472 ; 52.59166508975595, 13.326326895395114'],
        'Extra': [None, 'Alt-Wittenau Ecke Oranienburger Straße ; Alt-Wittenau Ecke Eichborndamm']}

df = pd.DataFrame(data)

# 计算每行需要拆分的最终行数（分号数+1）
def count_semicolons(val):
    return str(val).count(';') if not pd.isna(val) else 0

df['row_split_num'] = df.apply(lambda row: max(count_semicolons(row[col]) for col in df.columns), axis=1) + 1

# 逐列处理：拆分含分号的列，无分号的列按拆分行数重复原值
processed_columns = []
for col in df.columns.drop('row_split_num'):
    # 拆分列并去除空格
    split_col = df[col].astype(str).str.split(';', expand=True).apply(lambda x: x.str.strip())
    # 按当前行的拆分行数扩展列，不足部分用原行首值（无分号列的首值就是原值）
    expanded_col = split_col.apply(
        lambda row: pd.Series([row[i] if i < len(row) else row[0] for i in range(df.loc[row.name, 'row_split_num'])]),
        axis=1
    )
    # 转为长格式并保留原行索引关联
    long_col = expanded_col.stack().reset_index(level=1, drop=True).rename(col)
    processed_columns.append(long_col)

# 合并所有列并重置索引
final_df = pd.concat(processed_columns, axis=1)
final_df.reset_index(drop=True, inplace=True)

print(final_df)

代码逻辑说明 #

1. 计算拆分行数：统计每行各列的分号数量，取最大值后加1，得到该行需要拆分成的总行数。
2. 逐列处理：
   • 对含分号的列执行拆分，并去除拆分后值的首尾空格。
   • 按该行的拆分行数扩展列：如果拆分后的子项数量不足，用原列的首值（即原行的该列值）补全，保证无分号的列能重复原行值。
3. 合并与重置索引：将所有处理后的列合并，重置索引得到最终的拆分结果。

内容的提问来源于stack exchange，提问作者Noah Baumann