如何将DataFrame单列中的不同数据拆分至对应列？

步骤1：拆分键值对 #

由于Date/Time字段的时间部分包含冒号，直接用冒号做分隔符会拆分失败，我们需要只拆分字符串中的第一个冒号，分离出每个条目的键（如Place、Date/Time）和对应的值。同时清理值里的多余空格：

import pandas as pd

# 原始数据
df = pd.DataFrame(
    ['Place: House','Date/Time: 01/02/03 at 09:30', 'Color:Yellow', 
     'Place: Street','Date/Time: 21/12/13 at 13:21:21', 'Color:Red'],
    columns=['raw']
)

# 拆分第一个冒号，得到key和value列
df[['key', 'value']] = df['raw'].str.split(':', n=1, expand=True)
# 去除值里的首尾空格
df['value'] = df['value'].str.strip()

步骤2：分组重组为结构化DataFrame #

观察数据可知，每3条记录对应一组完整的信息（Place、Date/Time、Color各一条），我们可以用索引//3生成组号，再通过pivot把每组的键转为列、值转为对应单元格内容：

# 生成组号，每3条为一组
df['group'] = df.index // 3

# 重组为目标结构的DataFrame
structured_df = df.pivot(index='group', columns='key', values='value').reset_index(drop=True)

步骤3：清理Date/Time字段（保留日期，去除时间） #

如果不需要时间部分，可以通过拆分at关键字提取日期内容：

# 提取at之前的日期部分，丢弃时间
structured_df['Date/Time'] = structured_df['Date/Time'].str.split(' at ', n=1, expand=True)[0]

完整代码与输出 #

整合所有步骤的代码如下：

import pandas as pd

# 原始数据
df = pd.DataFrame(
    ['Place: House','Date/Time: 01/02/03 at 09:30', 'Color:Yellow', 
     'Place: Street','Date/Time: 21/12/13 at 13:21:21', 'Color:Red'],
    columns=['raw']
)

# 拆分键值对
df[['key', 'value']] = df['raw'].str.split(':', n=1, expand=True)
df['value'] = df['value'].str.strip()

# 分组重组
df['group'] = df.index // 3
structured_df = df.pivot(index='group', columns='key', values='value').reset_index(drop=True)

# 清理日期字段
structured_df['Date/Time'] = structured_df['Date/Time'].str.split(' at ', n=1, expand=True)[0]

print(structured_df)

运行后输出结果：

Color Date/Time   Place
0  Yellow   01/02/03   House
1    Red   21/12/13  Street

内容的提问来源于stack exchange，提问作者Bruno S