如何用Python按数字块拆分DataFrame列并转换为多行？

我们可以用pandas结合正则表达式来实现你的需求，步骤清晰易懂，适合新手操作：

步骤1：导入必要的库 #

import pandas as pd
import re

步骤2：构造示例DataFrame #

先把你提供的测试数据转换成DataFrame，方便后续操作：

data = {
    "Column A": ["Cell 1", "Cell 3"],
    "Column B": ["1234 abcd 667 randomthings", "4455 abcd abc 847 other randomthings 1 endings"]
}
df = pd.DataFrame(data)

步骤3：定义拆分函数 #

用正则表达式提取所有以数字开头的片段，直到下一个数字出现或字符串结束：

def split_col_b(text):
    # 正则匹配：数字开头，后续内容直到下一个空格+数字或结尾
    parts = re.findall(r'\d+.*?(?=\s+\d+|$)', text)
    # 去除每个片段前后的多余空格
    return [part.strip() for part in parts]

步骤4：应用拆分并展开多行 #

对Column B应用拆分函数，再用explode把列表拆成多行：

# 生成拆分后的列表列
df['Column B'] = df['Column B'].apply(split_col_b)
# 展开列表为多行
result_df = df.explode('Column B').reset_index(drop=True)

查看结果 #

运行后result_df就是你想要的格式：

print(result_df)

输出结果：

Column A               Column B
0   Cell 1            1234 abcd
1   Cell 1        667 randomthings
2   Cell 3       4455 abcd abc
3   Cell 3  847 other randomthings
4   Cell 3              1 endings

关键说明 #

• 正则表达式r'\d+.*?(?=\s+\d+|$)'：\d+匹配连续数字，.*?非贪婪匹配后续内容，(?=\s+\d+|$)是正向预查，确保在遇到空格+数字或字符串结尾时停止匹配，精准拆分每个数字开头的块。
• explode方法是pandas专门用来把列表类型的列展开成多行的工具，会自动保留对应行的Column A值。

内容的提问来源于stack exchange，提问作者Samiiir