如何在Pandas DataFrame中拆分分号分隔的键值对列

你的问题出在直接按分号拆分后转成DataFrame是按位置分配列，完全忽略了键的对应关系，自然会出现错位和无对应列名的情况。正确的做法是先把每行的INFO字符串解析成字典（键值对应），再转换成结构化的DataFrame。

具体实现步骤 #

1. 编写解析函数：处理每行INFO内容，将分号分隔的元素转为键值对，无=的项（比如IMPRECISE）可以设为True或空值，按需调整。
2. 将INFO列批量解析为字典列表，再转为DataFrame。
3. 和原DataFrame拼接，得到最终结果。

完整代码示例 #

import pandas as pd

# 读取原始数据
df_checknew = pd.read_excel("annotated.xlsx")

# 解析INFO字符串为字典的函数
def parse_info(info_str):
    # 拆分并去除空元素和首尾空格
    items = [item.strip() for item in info_str.split(';') if item.strip()]
    info_dict = {}
    for item in items:
        if '=' in item:
            # 只拆分一次，避免值中包含=的情况
            key, value = item.split('=', 1)
            info_dict[key.strip()] = value.strip()
        else:
            # 处理无值的标记，比如IMPRECISE，这里设为True，也可以设为''或NaN
            info_dict[item.strip()] = True
    return info_dict

# 解析INFO列为字典，再转为结构化DataFrame
df_info = df_checknew['INFO'].apply(parse_info).apply(pd.Series)

# 和原DataFrame拼接（去掉原INFO列避免重复）
df_final = pd.concat([df_checknew.drop('INFO', axis=1), df_info], axis=1)

# 可选：将空值填充为空字符串
df_final = df_final.fillna('')

效果说明 #

运行后每个键会自动成为独立列，对应行的正确值会填充到列中，没有该键的行则显示空值（或你设置的默认值），彻底解决错位和列名缺失问题。

内容的提问来源于stack exchange，提问作者Atom