如何将DataFrame中单列超长数字按长度拆分生成新单列DataFrame？

嘿，这个需求很明确，我来给你一步步实现的方案，用Python和pandas就能轻松搞定！

核心思路 #

因为超长数字直接用数值类型处理不太方便，我们先把它转成字符串，利用字符串的切片功能来拆分，最后再把拆分后的片段重新做成DataFrame就行。

具体代码实现 #

import pandas as pd

# 先模拟你的原DataFrame（实际是超长数字，这里用短的示例）
original_df = pd.DataFrame({'Numbers': [238465850347586903638456995]})

# 第一步：把唯一的超长数字转成字符串
long_number = str(original_df['Numbers'].iloc[0])

# 设定每段的长度，比如你说的100位
chunk_size = 100

# 第二步：用列表推导式拆分字符串，每段chunk_size长度
split_segments = [long_number[i:i+chunk_size] for i in range(0, len(long_number), chunk_size)]

# 第三步：把拆分后的片段做成新的单列DataFrame
new_df = pd.DataFrame({'Numbers': split_segments})

# 看看结果
print(new_df)

细节处理（可选） #

如果原数字的总长度不是chunk_size的整数倍，最后一段会比设定的短。要是你希望所有片段长度一模一样，可以给最后一段补零，代码如下：

# 补零处理
remaining_length = len(long_number) % chunk_size
if remaining_length != 0:
    # 计算需要补的零的数量
    zeros_to_add = chunk_size - remaining_length
    long_number += '0' * zeros_to_add

# 再拆分
split_segments = [long_number[i:i+chunk_size] for i in range(0, len(long_number), chunk_size)]

这样不管原数字长度是不是刚好整除，都能得到等长的片段啦！

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