如何将Pandas中长度为3的字符串列拆分为3个字符列？

针对你需要将字符串型Series逐字符拆分为3列、处理NaN行的需求，这里提供两种高效的实现方案：

方案一：使用str.extract（推荐，适合固定长度字符串） #

利用正则表达式的(.)匹配单个字符，直接提取3个字符为3列，代码更简洁高效，尤其适配你94万行的大数据量：

import pandas as pd

# 假设你的Series对象名为s
# s = pd.read_csv(...)['score']  # 实际场景中读取数据的方式

# 提取每个字符为单独列，并重命名
df_result = s.str.extract('(.)(.)(.)')
df_result.columns = ['score_0', 'score_1', 'score_2']

# 将原Series中的NaN行转换为三个空值
df_result = df_result.fillna('')

方案二：使用str.split #

通过设置空字符串为分隔符实现逐字符拆分，需额外处理拆分后产生的首尾空列：

import pandas as pd

# 逐字符拆分并展开为DataFrame，取中间3列（跳过首尾空串）
df_result = s.str.split('', expand=True).iloc[:, 1:4]
df_result.columns = ['score_0', 'score_1', 'score_2']

# 转换NaN行为空值
df_result = df_result.fillna('')

关键说明 #

• str.extract('(.)(.)(.)')：每个(.)正则分组匹配一个字符，直接生成3列，无需处理多余空值，完美适配你固定3位字符的场景。
• fillna('')：将原Series中NaN对应的行，统一替换为三个空字符串，满足你对空值行的要求。

内容的提问来源于stack exchange，提问作者Gooby