Pandas中如何索引DataFrame列值并拆分生成新列

针对按固定规则拆分某列值、生成多列新字段的需求，优先使用Pandas内置的字符串处理方法实现，性能和可读性都更好。

方法1：按分隔符拆分（适配示例场景） #

示例中Data列统一用-作为两部分内容的分隔符，直接用str.split即可一步完成拆分：

import pandas as pd

# 构造示例原始数据
df = pd.DataFrame({
    'Data': ['0010-AAAA', '0010-BBBB', '0010-CCCC', '0011-DDDD', '0011-EEEE']
})

# 核心拆分逻辑：按'-'拆分，拆分结果直接赋值给两个新列
df[['col_2', 'col_3']] = df['Data'].str.split('-', expand=True)

参数说明：

• expand=True：会把拆分后的列表结果展开为DataFrame格式，列数和拆分出的片段数一致，可直接赋值给对应新列
• 如果列内容里存在多个相同分隔符，可加n=1参数控制仅按第一个分隔符拆分，避免过度拆分，写法为str.split('-', n=1, expand=True)

方法2：按固定字符位置截取 #

如果字段长度固定、拆分位置是固定偏移量，也可以直接用字符串索引截取：

# 前4位为col_2，第6位（索引从0开始，跳过中间的'-'）到末尾为col_3
df['col_2'] = df['Data'].str[:4]
df['col_3'] = df['Data'].str[5:]

运行结果 #

两种方法执行后，得到的DataFrame完全符合预期：

Data col_2 col_3
0  0010-AAAA  0010  AAAA
1  0010-BBBB  0010  BBBB
2  0010-CCCC  0010  CCCC
3  0011-DDDD  0011  DDDD
4  0011-EEEE  0011  EEEE

内容的提问来源于stack exchange，提问作者Roxanne