如何在Python Pandas中将字符串拆分至同一列且不影响原数据集？

直接用pandas的str.split配合explode方法就能搞定，完全不会改动原数据集，步骤如下：

• 第一步：把多值单元格拆成列表，再展开为单列
  假设你的数据集名叫df，执行下面的代码生成单独的邮编列：

  # 拆分并展开，不修改原数据集
  zipcodes_single_col = df['Zipcode(s)'].str.split(', ', expand=False).explode()
  

  这里str.split(', ', expand=False)会把每个单元格里的邮编转成列表，explode则把列表中的每个元素拆成单独的行，最终得到所有邮编的单列数据。

• 第二步：统计热门邮编
  直接对展开后的列用value_counts()：

  # 统计每个邮编的出现次数，默认按频次降序排列
  top_zipcodes = zipcodes_single_col.value_counts()
  # 查看结果
  print(top_zipcodes)
  

额外处理：避免空格干扰 #

如果你的数据里存在邮编前后带空格（比如有的单元格是1234,5678而不是1234, 5678），可以先做清洗，确保同一个邮编不会被重复统计：

# 先去除所有空格，再拆分展开
zipcodes_cleaned = df['Zipcode(s)'].str.replace(' ', '', regex=False).str.split(',', expand=False).explode()
# 再统计
zipcodes_cleaned.value_counts()

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