Python Pandas实战：拆分含缺失元素的单列为三列

先看原始数据（animals.csv）：

Row,Animal
1,big green cat
2,small lizard
3,gigantic blue bunny

我们要把Animal列拆成Size、Color、Animal三列，最终期望结果：

Row,Size,Color,Animal
1,big,green,cat
2,small, ,lizard
3,gigantic,blue,bunny

直接用str.split('\s', expand=True)会导致两元素行的第三列为None，而非中间的Color列留空；指定列名时还会触发ValueError，因为列长度不匹配。下面给出两种实用的解决方法：

方法一：从右拆分先提取Animal，再处理前序部分 #

这个思路更贴合需求逻辑：先把每个字符串的最后一个词单独拆出来作为最终的Animal，剩下的部分再拆成Size和Color，没有颜色的行自动留空。

import pandas as pd

# 读取数据
df = pd.read_csv('animals.csv')

# 第一步：从右侧拆分1次，把最后一个词作为新的Animal列，前面的内容存到Temp列
df[['Temp', 'Animal']] = df['Animal'].str.rsplit('\s', maxsplit=1, expand=True)

# 第二步：拆分Temp列成Size和Color，缺失的Color用空字符串填充
df[['Size', 'Color']] = df['Temp'].str.split('\s', maxsplit=1, expand=True).fillna('')

# 清理临时列，调整列顺序
df = df.drop('Temp', axis=1)[['Row', 'Size', 'Color', 'Animal']]

# 查看结果
print(df.to_csv(index=False))

输出正好符合预期：

Row,Size,Color,Animal
1,big,green,cat
2,small,,lizard
3,gigantic,blue,bunny

方法二：拆分后通过条件判断分配列值 #

如果习惯从左到右拆分，可以先拆成最多3列，再通过条件判断把缺失的Color列补空，同时调整Animal列的取值：

import pandas as pd

df = pd.read_csv('animals.csv')

# 从左拆分，最多拆2次，得到3列
split_cols = df['Animal'].str.split('\s', maxsplit=2, expand=True)

# 分配Size列（第一部分）
df['Size'] = split_cols[0]
# 分配Color列：如果第三部分存在，就取第二部分；否则留空
df['Color'] = split_cols[1].where(split_cols[2].notna(), '')
# 分配Animal列：如果第三部分存在就取第三部分，否则取第二部分
df['Animal'] = split_cols[2].fillna(split_cols[1])

# 调整列顺序
df = df[['Row', 'Size', 'Color', 'Animal']]

print(df.to_csv(index=False))

这个方法同样能得到符合要求的结果。

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