如何在Pandas DataFrame中查找特定字符串并拆分生成新行？

可以通过正则拆分+行展开的方式实现需求，具体步骤如下：

1. 导入依赖并定义原始数据
2. 指定需要作为分隔点的关键词
3. 构建正则表达式，确保拆分时保留关键词本身
4. 拆分字符串并展开为多行，同时清理多余空格

完整代码 #

import pandas as pd
import re

# 原始DataFrame
data = {'Name': ['112 13 15 195 46 60 7 28 88 73 16 91 9  Number of days 32 30 29 32 30 30 31 32 31 29 30 31 30  Appx. average wt 39 4 40 74 331 302 273 263 277 274 307 295 303']}
df = pd.DataFrame(data)

# 定义分隔关键词
split_keywords = ["Number of days", "Appx. average wt"]

# 构建正则匹配规则：匹配关键词前的空格，且保留关键词
split_pattern = r'\s+(?=' + '|'.join(map(re.escape, split_keywords)) + r')'

# 执行拆分、展开、清理操作
result_df = df['Name'].str.split(split_pattern, expand=False).explode().str.strip().to_frame('Name')

# 查看结果
print(result_df)

代码说明 #

• re.escape(split_keywords)：对关键词中的特殊字符（比如Appx. average wt里的点号）进行转义，避免正则解析错误
• 正则\s+(?=...)：使用正向预查匹配关键词前的连续空格，确保拆分后每个片段都包含对应的关键词
• explode()：将拆分得到的列表元素逐个展开为独立行
• str.strip()：去除每个字符串首尾的多余空格，保证格式整洁

运行后得到的result_df就是你需要的目标DataFrame。

内容的提问来源于stack exchange，提问作者san1