使用Pandas按分隔符拆分两列对应行并复制其余列内容

需求场景 #

原始Excel表格结构如下：

Col1    Col2                          Col3            Col4
John    English\nMaths                34\n33          Pass
Sam     Science                       40              Pass
Jack    English\nHistory\nGeography   89\n07\n98      Pass

需要将其转换为每行对应单个科目与分数的格式，其他列内容保持不变：

Col1    Col2      Col3    Col4
John    English   34      Pass
John    Maths     33      Pass
Sam     Science   40      Pass
Jack    English   89      Pass
Jack    History   07      Pass     
Jack    Geography 98      Pass

核心要求：Col2（科目）和Col3（分数）以\n为分隔符拆分，每个科目-分数对单独生成一行，其余列内容原样复制。

原尝试代码 #

split_cols = ['Col2', 'Col3']

# 循环拆分指定列
separator = '\n'
for col in split_cols:
    df[[f'{col}_Split1', f'{col}_Split2']] = df[col].str.split(separator, n=1, expand=True).fillna('')

# 创建两个包含目标列的新DataFrame
df1 = df[['Col1', 'Col2_Split1', 'Col3_Split1', 'Col4']].rename(columns={'Col2_Split1': 'D', 'Col3_Split1': 'C'})
df2 = df[['Col1', 'Col2_Split2', 'Col3_Split2', 'Col4']].rename(columns={'Col2_Split2': 'D', 'Col3_Split2': 'C'})

# 合并两个DataFrame
final_df = pd.concat([df1, df2], ignore_index=True)

# 输出结果
print(final_df)

问题分析与优化方案 #

原代码通过str.split(n=1)仅能拆分出最多两个子项，无法处理像Jack这样有3个及以上科目的情况，通用性不足。

推荐使用Pandas的explode方法，直接对拆分后的列表列进行行展开，确保科目与分数一一对应：

import pandas as pd

# 构造示例数据（实际可通过pd.read_excel读取文件）
data = {
    'Col1': ['John', 'Sam', 'Jack'],
    'Col2': ['English\nMaths', 'Science', 'English\nHistory\nGeography'],
    'Col3': ['34\n33', '40', '89\n07\n98'],
    'Col4': ['Pass', 'Pass', 'Pass']
}
df = pd.DataFrame(data)

# 将Col2和Col3按\n拆分为列表
df['Col2'] = df['Col2'].str.split('\n')
df['Col3'] = df['Col3'].str.split('\n')

# 同时展开两个列表列，生成目标格式
final_df = df.explode(['Col2', 'Col3'], ignore_index=True)

# 输出结果
print(final_df)

说明 #

• str.split('\n')将单元格内的字符串按换行符拆分为列表，适配任意数量的科目/分数项；
• explode(['Col2', 'Col3'])会同时展开这两个列表列，保证每一行的科目和分数严格对应；
• ignore_index=True重置结果的索引，避免重复索引问题。

内容的提问来源于stack exchange，提问作者spd