如何用Python/Pandas实现类似PowerQuery的字符转换拆分DataFrame列

你需要的是按字符类型转换拆分字符串（比如数字与字母的分界处），之前的代码错误在于itertools.groupby(df['Col1'])是对整个列的字符串元素分组，而非对单个字符串内部的字符按类型分组，所以无法实现拆分。以下是两种可行的解决方案：

方法1：使用itertools.groupby按字符类型分组 #

核心是对每个字符串的字符，用isdigit()判断是否为数字作为分组键，将连续同类型的字符归为一组，再拼接成拆分后的片段：

import pandas as pd
import itertools

df = pd.DataFrame({'Col1': ['304', '321A', '14', '319B', '315', '88', '242C', '243']})

# 对每个字符串按字符是否为数字分组，拆分后转为多列
df[['Col2', 'Col3']] = df['Col1'].apply(
    lambda s: pd.Series([''.join(group) for _, group in itertools.groupby(s, key=lambda c: c.isdigit())])
)

print(df)

运行结果：

Col1 Col2  Col3
0   304  304   NaN
1  321A  321     A
2    14   14   NaN
3  319B  319     B
4   315  315   NaN
5    88   88   NaN
6  242C  242     C
7   243  243   NaN

方法2：使用正则表达式（更简洁） #

用正则匹配连续数字或非数字片段，效果与Splitter.SplitTextByCharacterTransition完全一致：

import pandas as pd
import re

df = pd.DataFrame({'Col1': ['304', '321A', '14', '319B', '315', '88', '242C', '243']})

# 匹配连续数字(\d+)或连续非数字(\D+)
df[['Col2', 'Col3']] = df['Col1'].apply(
    lambda s: pd.Series(re.findall(r'\d+|\D+', s))
)

print(df)

运行结果与方法1相同。

补充说明 #

如果只需要拆分出数字部分（即你的Col2需求），可以直接取拆分后的第一个元素：

# groupby版本
df['Col2'] = df['Col1'].apply(lambda s: ''.join(next(itertools.groupby(s, key=lambda c: c.isdigit()))[1]))

# 正则版本
df['Col2'] = df['Col1'].apply(lambda s: re.findall(r'\d+', s)[0])

内容的提问来源于stack exchange，提问作者Timeless