无分隔符列值拆分新列时遇KeyError:0L问题求助

固定长度值的拆分方法 #

如果你的列中每个值的长度固定（比如每个数值都是固定位数的数字），直接用字符串操作就能快速拆分：

方式一：字符串转列表拆分 #

先确保列是字符串类型（数值类型需先转换），再通过apply将每个字符拆分为独立列：

import pandas as pd

# 示例数据
df = pd.DataFrame({'target_col': [1234, 5678, 9012]})

# 数值转字符串
df['target_col'] = df['target_col'].astype(str)

# 拆分每个字符到新列
df[['col1', 'col2', 'col3', 'col4']] = df['target_col'].apply(lambda x: pd.Series(list(x)))

方式二：正则提取固定位置字符 #

用str.extract配合正则表达式，精准提取每个位置的字符：

df[['col1', 'col2', 'col3', 'col4']] = df['target_col'].str.extract(r'(.)(.)(.)(.)', expand=True)

变长值的拆分方法 #

如果列中值的长度不一致，先统一补全到最长长度（比如补0），再拆分：

# 获取最长值的长度
max_length = df['target_col'].astype(str).str.len().max()
# 补全到最长长度
df['padded_col'] = df['target_col'].astype(str).str.zfill(max_length)
# 循环拆分每一位
for idx in range(max_length):
    df[f'col{idx+1}'] = df['padded_col'].str[idx]

解决KeyError: 0L问题 #

这个错误是因为你尝试访问DataFrame中不存在的列索引0（比如误写df[0]）。先通过以下代码确认当前列名：

print(df.columns)

确保所有操作都针对正确的列名，避免直接用数字索引访问列（除非列名本身是数字）。

内容的提问来源于stack exchange，提问作者Nia Jackson