如何在Python中拆分DataFrame的objectToBeSplit列至多个列？

根据需求分两种场景处理：

场景1：objectToBeSplit是字符串类型 #

如果该列内容是类似"{0.223, 0.112, 0.441}"的字符串，可通过字符串清洗+拆分实现：

import pandas as pd

# 构造示例数据
df = pd.DataFrame({
    'A': [1, 3],
    'B': [2, 4],
    'objectToBeSplit': ['{0.223, 0.112, 0.441}', '{0.423, 0.402, 0.593}']
})

# 移除首尾的{}，按逗号+空格拆分，转为数值类型
split_data = df['objectToBeSplit'].str.strip('{}').str.split(', ', expand=True).astype(float)
# 给新列命名
split_data.columns = ['C', 'D', 'E']
# 合并原列与拆分后的列
result = pd.concat([df[['A', 'B']], split_data], axis=1)

print(result)

场景2：objectToBeSplit是集合（set）类型 #

如果该列存储的是Python集合对象，需先转为有序列表（集合本身无序，建议排序保证结果稳定），再展开为列：

import pandas as pd

# 构造示例数据（列内容为集合）
df = pd.DataFrame({
    'A': [1, 3],
    'B': [2, 4],
    'objectToBeSplit': [{0.223, 0.112, 0.441}, {0.423, 0.402, 0.593}]
})

# 将集合转为排序后的列表，再展开为列
split_data = df['objectToBeSplit'].apply(lambda x: sorted(list(x))).apply(pd.Series).astype(float)
split_data.columns = ['C', 'D', 'E']
# 合并列
result = pd.concat([df[['A', 'B']], split_data], axis=1)

print(result)

注意事项 #

• 若处理集合类型数据，务必注意集合的无序性，使用sorted()能确保拆分后各列的数值顺序固定，避免结果混乱。

内容的提问来源于stack exchange，提问作者Michael