如何在Pandas中拆分并拼接逗号分隔文本与对应列文本

核心思路 #

对每行的目标列按逗号拆分为列表，按位置将各列的对应元素拼接成「国家,客户ID,账户类型」格式，再用「 - 」连接所有拼接结果，全程动态适配每行的分隔项数量，无需提前拆分固定列数。

示例代码 #

1. 构造示例数据

import pandas as pd

df = pd.DataFrame({
    'CNTRY': ['JO,AE,QA', 'US,CA'],
    'CUSTOMERID': ['HJM23,JKU78,OI9PUJ', 'AB12,CD34'],
    'ACC_TYPE': ['AH,SH,AS', 'XX,YY']
})

2. 定义行处理函数

def combine_row(row):
    # 拆分各列为元素列表
    cntry_items = row['CNTRY'].split(',')
    cust_items = row['CUSTOMERID'].split(',')
    acc_items = row['ACC_TYPE'].split(',')
    # 按位置配对并拼接成指定格式
    paired_groups = [f"{c},{cid},{acc}" for c, cid, acc in zip(cntry_items, cust_items, acc_items)]
    # 用" - "连接所有配对结果
    return ' - '.join(paired_groups)

3. 应用函数到每行

df['COMBINED_RESULT'] = df.apply(combine_row, axis=1)

输出结果 #

处理后的DataFrame：

适配列长度不一致的情况 #

如果存在某行各列拆分后的列表长度不同，可使用itertools.zip_longest补全空值：

from itertools import zip_longest

def combine_row(row):
    cntry_items = row['CNTRY'].split(',')
    cust_items = row['CUSTOMERID'].split(',')
    acc_items = row['ACC_TYPE'].split(',')
    # 长度不足的位置补空字符串，避免报错
    paired_groups = [f"{c},{cid},{acc}" for c, cid, acc in zip_longest(cntry_items, cust_items, acc_items, fillvalue='')]
    return ' - '.join(paired_groups)

内容的提问来源于stack exchange，提问作者Henry