如何用Python或Excel拆分单列数据为多列（含Pandas Series处理）

Python（Pandas）方案 #

核心思路 #

先将单列每行数据解析为字段名与对应值，再以ID为起始标志，将同组字段合并为字典，最终转换为结构化DataFrame，同时处理重复Address和缺失Name的情况。

代码实现 #

import pandas as pd
import re

# 假设数据已读入为Pandas Series（示例：从Excel读取）
# raw_data = pd.read_excel("你的数据源.xlsx", header=None, squeeze=True)

# 初始化存储每条记录的列表
records = []
current_record = {}

# 遍历每行数据
for line in raw_data.dropna():
    line = line.strip()
    # 匹配ID行（格式：# ID xxx）
    id_match = re.match(r'^# ID (.*)$', line)
    if id_match:
        # 遇到新ID时，先把当前记录存入列表（非空时）
        if current_record:
            records.append(current_record)
        current_record = {"ID": id_match.group(1)}
        continue
    # 匹配其他字段行（格式：Key: Value）
    field_match = re.match(r'^(.*?): (.*)$', line)
    if field_match:
        key = field_match.group(1).strip()
        value = field_match.group(2).strip()
        # 忽略重复的Address字段
        if key == "Address" and key in current_record:
            continue
        current_record[key] = value

# 加入最后一条记录
if current_record:
    records.append(current_record)

# 转换为DataFrame并处理缺失的Name
result_df = pd.DataFrame(records)
result_df["Name"] = result_df["Name"].fillna("未找到姓名")

# 导出到Excel
result_df.to_excel("拆分结果.xlsx", index=False)

Excel 方案 #

步骤1：标记记录组 #

1. 假设原始数据在B列（从B2开始），插入辅助列A。
2. 在A2单元格输入公式：=IF(LEFT(B2,3)="# ID",ROW(),A1)，回车后下拉填充至所有行。此公式会给同一条记录的所有行分配相同组号（以ID行的行号为标识）。

步骤2：提取字段至对应列 #

1. 新建工作表，第一行输入目标字段名：ID、Location、Address、Name。
2. 提取ID：在A2单元格输入=INDEX(原始数据!B:B,MATCH(ROW()-1,原始数据!A:A,0))，下拉填充。
3. 提取Location：在B2单元格输入=IFERROR(INDEX(原始数据!B:B,MATCH(ROW()-1&"Location:",原始数据!A:A&原始数据!B:B,0)),"")，下拉填充（旧版Excel需按Ctrl+Shift+Enter触发数组公式）。
4. 提取Address：在C2单元格输入=IFERROR(INDEX(原始数据!B:B,MATCH(ROW()-1&"Address:",原始数据!A:A&原始数据!B:B,0)),"")，下拉后选中C列，点击「数据」→「删除重复项」保留每组第一个Address。
5. 提取Name并填充默认值：在D2单元格输入=IFERROR(INDEX(原始数据!B:B,MATCH(ROW()-1&"Name:",原始数据!A:A&原始数据!B:B,0)),"未找到姓名")，下拉填充。

步骤3：清理数据 #

删除辅助列，调整列宽即可得到结构化表格。

内容的提问来源于stack exchange，提问作者CatDad