You need to enable JavaScript to run this app.
优惠活动
大模型
产品
解决方案
定价
更多

求助:如何按长度限制拆分Pandas DataFrame中的字符串列?

Pandas字符串拆分:按长度限制拆分超长文本为多列

需求场景:处理Pandas DataFrame的Name列,将长度超过10的字符串拆分为多个子串,所有子串长度≤10,拆分后扩展为额外列。数据构造代码:

import pandas as pd
df = pd.DataFrame({"Name": ["This is a long string", "This an even longer string", "This is the longest string"]})

先实现基础需求:拆分为两列;最终目标是拆分所有符合长度要求的子串为多列。

基础实现:拆分为两列

通过从后往前查找空格,确保第一部分长度≤10,剩余部分作为第二列:

def split_first_two(s, max_len=10):
    # 从后往前找第一个空格,保证前半部分长度不超过限制
    for i in range(len(s)-1, -1, -1):
        if s[i] == ' ' and len(s[:i]) <= max_len:
            return [s[:i].strip(), s[i+1:].strip()]
    # 极端情况:字符串无空格,直接截断
    return [s[:max_len], s[max_len:]]

# 应用函数并将结果展开为两列
df[['Name', 'Name1']] = df['Name'].apply(lambda x: pd.Series(split_first_two(x)))

执行后输出:

Name                  Name1
0    This is a        long string
1   This is an  even longer string
2     This is   the longest string

完整实现:拆分所有符合长度的子串

循环分割字符串,直到所有子串长度≤10,自动生成对应列:

def split_all_parts(s, max_len=10):
    parts = []
    current = s.strip()
    while len(current) > max_len:
        split_idx = -1
        # 从后往前找合适的空格分割点
        for i in range(len(current)-1, -1, -1):
            if current[i] == ' ' and len(current[:i]) <= max_len:
                split_idx = i
                break
        if split_idx == -1:
            # 无空格时直接截断
            parts.append(current[:max_len])
            current = current[max_len:]
        else:
            parts.append(current[:split_idx].strip())
            current = current[split_idx+1:].strip()
    # 添加最后一段符合长度的内容
    if current:
        parts.append(current)
    return parts

# 对每个字符串执行全拆分
split_results = df['Name'].apply(split_all_parts)
# 获取最长的拆分段数,用于生成列
max_part_count = split_results.str.len().max()

# 生成对应列并赋值
for idx in range(max_part_count):
    df[f'Name{idx}'] = split_results.str[idx]

# 将第一列重命名为Name(可选)
df = df.rename(columns={'Name0': 'Name'})

执行后输出:

Name        Name1    Name2       Name3
0    This is a  long string      NaN        NaN
1   This is an         even   longer      string
2     This is          the  longest     string

内容的提问来源于stack exchange,提问作者SMS

相关产品推荐
方舟 Agent Plan

超全模态模型 × Harness 升级,最新支持 Deepseek-V4.1-Flash、GLM-5.3 系列、Doubao-Seedream-5.0-pro、Kimi-K3 (部分), 限时 9.9 元起

最近更新时间:2026.08.22 17:15:53