Pandas str.split报错：传递项数不符，求Entry列拆分解决方案

你遇到的报错核心原因是列赋值的语法错误：你用了df['number','name']这种写法，Pandas会把它当成一个MultiIndex列名，而不是同时创建两个独立的列，正确的写法应该是用双层方括号df[['number', 'name']]。下面给你两种可靠的解决方案：

方案1：按空格拆分（适合数字后仅单个空格分隔的场景） #

你之前用split(" ",n=1,expand=True)的逻辑是对的，只是赋值语法有误。修正后的代码如下：

import pandas as pd

# 拆分Entry列为两列，赋值给新的number和name列
df[['number', 'name']] = df['Entry'].str.split(" ", n=1, expand=True)
# 可选但推荐：把number列转换为数值类型
df['number'] = pd.to_numeric(df['number'])

执行后就能得到包含Date、number、name的三列DataFrame。

方案2：正则提取（更健壮，适合数字与名字间多空格的场景） #

如果Entry列中数字和名字之间可能存在多个空格，或者你想更精准地匹配开头的连续数字，用str.extract会更可靠，它可以直接提取正则分组的内容：

import pandas as pd

# 正则匹配开头的连续数字，以及后续所有文本
df[['number', 'name']] = df['Entry'].str.extract(r'^(\d+)\s+(.*)$', expand=True)
# 转换number列类型
df['number'] = pd.to_numeric(df['number'])

这个正则的含义：

• ^(\d+)：匹配字符串开头的1个或多个数字，作为第一个分组（对应number列）
• \s+：匹配一个或多个空格作为分隔符
• (.*)$：匹配剩余的所有文本直到结尾，作为第二个分组（对应name列）

为什么你之前的写法会报错？ #

• 第一种用split('([0-9])',n=1,expand=True)：这个正则会把单个数字单独拆分出来，比如"6 John Smith"会被拆成['', '6', ' John Smith']，得到3个元素，但你试图赋值给2个列，因此触发Wrong number of items passed 3的错误。
• 第二种用split(" ",n=1,expand=True)：拆分结果是2个元素，但你用了df['number','name']的赋值方式，Pandas认为你要给一个名为('number','name')的单列赋值，而非两个独立列，因此触发Wrong number of items passed 2的错误。

内容的提问来源于stack exchange，提问作者SOK