如何仅对Value>1的行按‘/’分隔符拆分Company列？

这里以Python的Pandas库为例，实现仅对Value列大于1的行拆分Company列的需求：

代码实现 #

import pandas as pd

# 加载原始数据（实际场景可替换为读取文件的代码，如pd.read_csv/pd.read_excel）
raw_data = {
    'Company': ['ABC Inc/BCD Corp.', 'CDE Inc./ABG Corp', 'AGB Inc/GHU Corp.'],
    'Value': [1, 11, 5]
}
df = pd.DataFrame(raw_data)

# 拆分逻辑
# 1. 筛选出不需要拆分的行（Value <= 1）
non_split_rows = df[df['Value'] <= 1]
# 2. 处理需要拆分的行：拆分Company列并展开为多行
split_rows = df[df['Value'] > 1].assign(
    Company=lambda x: x['Company'].str.split('/')
).explode('Company', ignore_index=True)
# 3. 合并结果
final_result = pd.concat([non_split_rows, split_rows], ignore_index=True)

# 输出为Markdown表格格式
print(final_result.to_markdown(index=False))

代码说明 #

• 筛选拆分范围：通过df['Value'] > 1精准定位需要拆分的行，避免无差别处理所有数据；
• 拆分与展开：用str.split('/')将Company列按分隔符拆分为列表，再通过explode方法将列表中的每个元素单独成行，同时保留对应行的Value值；
• 合并结果：将未拆分的行和拆分后的行合并，得到符合需求的最终数据。

运行代码后输出的Markdown表格与你期望的结果一致：

| Company           |   Value |
|:------------------|--------:|
| ABC Inc/BCD Corp. |       1 |
| CDE Inc.          |      11 |
| ABG Corp          |      11 |
| AGB Inc           |       5 |
| GHU Corp.         |       5 |

内容的提问来源于stack exchange，提问作者wantutri