如何在pandas DataFrame中按分号拆分列并计算子串长度并导出XLSX

实现逻辑（向量化高效处理） #

直接利用pandas的字符串向量化方法，避免低效循环，一步完成拆分、长度计算和结果拼接：

import pandas as pd

# 示例数据（替换为你的实际DataFrame）
df1 = pd.DataFrame({
    'Part_Number': ['123; 345', '54; 8903']
})

# 核心处理：拆分列→计算每个子串长度→用'; '拼接结果
df1['Part_Number_valid'] = df1['Part_Number'].str.split('; ')\
    .apply(lambda lst: '; '.join(str(len(item)) for item in lst))

# 查看处理后的结果
print(df1)

执行后输出：

Part_Number Part_Number_valid
0   123; 345            3; 3
1   54; 8903            2; 4

导出为XLSX文件 #

使用to_excel方法导出，需确保安装了openpyxl依赖（用于.xlsx格式支持）：

# 若未安装依赖，先执行此命令
# pip install openpyxl

# 导出文件，index=False不写入行索引
df1.to_excel('处理结果.xlsx', index=False)

原代码问题说明 #

1. 效率低下：使用iterrows()逐行循环，大数据集下性能远不如pandas向量化操作
2. 格式错误：将长度列表转成字符串后直接拼接，会得到"[3, 3]"这类不符合需求的格式，正确做法是遍历长度值转字符串后用; 连接
3. 赋值逻辑错误：df1['Part_Number'].replace(...)是全局替换，而非给当前行的新列赋值，即便修正赋值方式，循环效率仍不如向量化方案

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