pandas如何实现DataFrame字符串列每8位字符用;分隔

直接通过字符串处理逻辑即可实现，提供两种常用实现方式：

• 方式1：逻辑直观的apply写法，适合中小数据量，方便自定义调整规则

import pandas as pd

# 构造示例数据
df = pd.DataFrame({
    "Column A": ["X , Y"],
    "Column B": ["123456781234567812345678,123456781234567812345678"]
})

def process_str(s):
    # 先按原有的逗号拆分出独立的长数字段
    seg_list = s.split(',')
    processed_seg = []
    for seg in seg_list:
        # 每8个字符切分，用;拼接
        processed_seg.append(';'.join([seg[i:i+8] for i in range(0, len(seg), 8)]))
    # 还原逗号分隔结构
    return ','.join(processed_seg)

df["Column B"] = df["Column B"].apply(process_str)

处理后Column B的输出为：12345678;12345678;12345678,12345678;12345678;12345678，和预期结果完全匹配。

• 方式2：正则向量化写法，适合大数据量，性能更高
  不需要自定义函数，直接调用pandas内置的字符串正则替换方法即可：

df["Column B"] = df["Column B"].str.replace(r'(.{8})(?!$|,)', r'\1;', regex=True)

正则逻辑：匹配连续8个字符，且该字符段后方不是字符串末尾、也不是逗号，在匹配到的8个字符后插入;，不会在逗号前后错误插入分隔符。

内容的提问来源于stack exchange，提问作者neosday