如何处理Pandas DataFrame中错位拼接行：拆分并移位值

问题分析 #

你的数据里部分行存在多列值被\n拼接在某一列，同时后续列整体左移的情况（比如第4行：date/account/site的值被拼在date列，balance值移到了account列）。单纯用str.split('\n', expand=True)只是拆分了列，但没把拆分后的值映射到对应列，也没修正移位的数值，所以无效。

完整解决方案 #

以下是可直接运行的代码，分步骤修正数据：

import pandas as pd

# 构造原始数据
lst = [[1, 45281, 'JE', 1189, 40],
       [2, 45281, 'PR', 1120, 60],
       [3, 45281, 'JE', 1130, 90],
       [4, '12/31/2023\nJE\n1131', '60']]
columns = ['id', 'date', 'account', 'site', 'balance']
new = pd.DataFrame(data=lst, columns=columns)

# 1. 标记需要修正的行（date列包含换行符）
mask = new['date'].str.contains('\n', na=False)

# 2. 保存移位到account列的balance值
balance_values = new.loc[mask, 'account']

# 3. 拆分拼接的date列，得到正确的date/account/site值
split_df = new.loc[mask, 'date'].str.split('\n', expand=True)
split_df.columns = ['corrected_date', 'corrected_account', 'corrected_site']

# 4. 将拆分后的值替换到对应列，并恢复balance值
new.loc[mask, 'date'] = split_df['corrected_date']
new.loc[mask, 'account'] = split_df['corrected_account']
new.loc[mask, 'site'] = split_df['corrected_site']
new.loc[mask, 'balance'] = balance_values

# 可选：将数值列转换为对应类型
new['site'] = pd.to_numeric(new['site'])
new['balance'] = pd.to_numeric(new['balance'])
new['date'] = pd.to_datetime(new['date'])

最终效果 #

修正后的DataFrame将恢复正确的列对应关系：

（注：前3行的date值为数字45281，转成datetime后是1970-01-01，若原始数据中是其他日期格式，可调整pd.to_datetime的参数）

内容的提问来源于stack exchange，提问作者Learner27