如何对DataFrame列中的字符串按每6位分割并生成HS编码列表？

你的原代码存在语法错误，索引方式、循环逻辑都不符合pandas的使用规范，以下是两种可行的修正方案：

方案一：自定义切片函数 #

通过apply调用自定义函数，对每个字符串按6位步长切片后用逗号连接：

import pandas as pd

# 示例DataFrame（替换成你的实际数据）
df = pd.DataFrame({'hs_code_str': ['123456789012', '9876543210']})

def split_hs_code(s):
    # 按每6位分割，保留所有分段（包括不足6位的末尾部分）
    segments = [s[i:i+6] for i in range(0, len(s), 6)]
    return ','.join(segments)

# 生成新列存储处理后的HS编码列表（逗号分隔格式）
df['hs_code_list'] = df['hs_code_str'].apply(split_hs_code)

如果需要过滤掉不足6位的分段，修改列表推导式为：

segments = [s[i:i+6] for i in range(0, len(s), 6) if len(s[i:i+6]) == 6]

方案二：正则表达式简化实现 #

用正则表达式快速匹配分段，代码更简洁：

import pandas as pd
import re

df = pd.DataFrame({'hs_code_str': ['123456789012', '9876543210']})
# 用正则匹配最多6位的连续字符，再用逗号连接
df['hs_code_list'] = df['hs_code_str'].apply(lambda x: ','.join(re.findall(r'.{1,6}', x)))

如果需要生成Python列表格式而非逗号分隔的字符串，去掉','.join()即可，例如：

df['hs_code_list'] = df['hs_code_str'].apply(lambda x: re.findall(r'.{1,6}', x))

内容的提问来源于stack exchange，提问作者user21084142