如何在Pandas拆分字符串列表值时保留含逗号的特定值？

问题场景 #

需要将原始DataFrame的「Select activity」列拆分后转为新行，但其中Nothing, just walking这个含逗号的字符串需保持完整，不能被拆分。原始DataFrame如下：

import pandas as pd

df = pd.DataFrame({
    'Name': ['Ann', 'Mark', 'John'],
    'Age': [25, 30, 41],
    'Select activity': ['Cycling, Running', 'Nothing, just walking', 'Cycling, Running, Swimming'],
    'Profession': ['Saleswoman', 'Manager', 'Accountant']
})

之前使用的代码会错误拆分Nothing, just walking：

df_new = df.loc[:, ['Name', 'Age']]
df_new['Activity'] = df['Select activity'].str.split(', ')
df_new = df_new.explode('Activity').reset_index(drop=True)

得到的错误结果：

Name  Age          Activity
0    Ann   25           Cycling
1    Ann   25           Running
2   Mark   30           Nothing
3   Mark   30     just walking
4   John   41           Cycling
5   John   41           Running
6   John   41          Swimming

添加的if df['Select activity'].isin(['Nothing, just walking']) is False:语句报错，因为isin返回的是布尔Series，不能直接用is False判断整个Series的真假。

可行解决方案 #

方法1：临时替换特殊字符串的分隔符 #

先把Nothing, just walking里的逗号替换成临时标记，拆分后再替换回来：

# 先替换特殊字符串里的逗号为临时分隔符
temp_col = df['Select activity'].replace('Nothing, just walking', 'Nothing|just walking', regex=False)
# 按逗号+空格拆分
df_new = df.loc[:, ['Name', 'Age']].assign(Activity=temp_col.str.split(', '))
# 拆分后把临时分隔符换回逗号
df_new['Activity'] = df_new['Activity'].apply(lambda x: [s.replace('|', ', ') for s in x])
# 展开成行
df_new = df_new.explode('Activity').reset_index(drop=True)

运行后得到正确结果：

Name  Age          Activity
0    Ann   25           Cycling
1    Ann   25           Running
2   Mark   30  Nothing, just walking
3   John   41           Cycling
4   John   41           Running
5   John   41          Swimming

方法2：使用正则表达式精准拆分 #

利用正则的负向断言，只拆分不在Nothing后面的逗号+空格：

# 正则匹配：匹配逗号+空格，但前面不是"Nothing"
df_new = df.loc[:, ['Name', 'Age']].assign(Activity=df['Select activity'].str.split(r'(?<!Nothing), '))
df_new = df_new.explode('Activity').reset_index(drop=True)

这个方法更简洁，直接通过正则避免拆分目标字符串里的逗号。

方法3：自定义apply函数处理 #

逐行判断字符串，遇到目标字符串就不拆分，其他正常拆分：

def split_activity(s):
    if s == 'Nothing, just walking':
        return [s]
    else:
        return s.split(', ')

df_new = df.loc[:, ['Name', 'Age']].assign(Activity=df['Select activity'].apply(split_activity))
df_new = df_new.explode('Activity').reset_index(drop=True)

这种方法逻辑直观，适合需要处理多个特殊字符串的场景。

内容的提问来源于stack exchange，提问作者Kate