Pandas按分隔符拆分列：处理拆分长度可变的列移位需求

针对地址字段有的包含街道、有的仅含城市/州/邮编的情况，要实现拆分后自动移位补全NaN，可以通过从右往左解析字段的方式精准匹配列：

实现代码 #

import pandas as pd

# 构造原始数据
df = pd.DataFrame(
    data={'Address': ['Buffalo, NY, 14201', 'Stackoverflow Street, New York, NY, 99999']}
)

def parse_address(address):
    # 拆分地址并去除各部分首尾空格
    parts = [p.strip() for p in address.split(',')]
    # 反转拆分后的列表，从右往左提取固定字段
    reversed_parts = parts[::-1]
    # 固定提取最后三位为邮编、州、城市
    zip_code = reversed_parts[0]
    state = reversed_parts[1]
    city = reversed_parts[2]
    # 剩余部分（如果有）拼接为街道，无则返回NaN
    street = ', '.join(reversed_parts[3:][::-1]) if len(reversed_parts) > 3 else pd.NA
    return pd.Series([street, city, state, zip_code], index=['Street', 'City', 'State', 'Zip'])

# 应用解析函数到地址列
df[['Street', 'City', 'State', 'Zip']] = df['Address'].apply(parse_address)

# 查看结果
print(df)

思路说明 #

1. 先将地址按逗号拆分并清理空格，得到各部分列表；
2. 反转列表后，最后三位固定对应邮编、州、城市，不受前面是否有街道的影响；
3. 反转列表中除最后三位外的部分（如果存在），拼接后还原为街道字段，无街道则填充pd.NA；
4. 通过pd.Series将解析结果映射到指定列名，实现自动对齐。

输出结果完全符合需求：

Address              Street      City State    Zip
0      Buffalo, NY, 14201                NaN   Buffalo    NY  14201
1  Stackoverflow Street, New York, NY, 99999  Stackoverflow Street  New York    NY  99999

内容的提问来源于stack exchange，提问作者Coldchain9