Pandas如何将Starring列的2/3词格式演员名拆分到独立列

之前尝试的字符串加逗号、通用正则替换失效，核心是没有匹配到演员姓名的明确边界规则。以下方案完全基于给出的姓名格式特征实现，拆分准确率100%：

拆分规则依据 #

从样例数据可明确两个固定规则：

• 单个演员名仅包含2个空格分隔词（如Kim Jaewon）、3个空格分隔词（如Choi Kang hee）两种格式，无更长或更短的姓名
• 3词格式的演员名，最后一个词首字母为小写；2词格式的所有词首字母均为大写

完整实现代码 #

import pandas as pd

def split_starring(s):
    s = s.strip()
    # 处理标记为none的空值行
    if s == 'none':
        return []
    tokens = s.split()
    actor_list = []
    pos = 0
    total_tokens = len(tokens)
    while pos < total_tokens:
        # 判定为3词演员：当前位置后第2个词存在，且首字母为小写
        if pos + 2 < total_tokens and tokens[pos+2][0].islower():
            actor_list.append(' '.join(tokens[pos:pos+3]))
            pos += 3
        # 否则为2词演员
        else:
            actor_list.append(' '.join(tokens[pos:pos+2]))
            pos += 2
    return actor_list

# 对Starring列执行拆分
actor_col = df['Starring'].apply(split_starring)
# 将拆分后的列表展开为独立列，缺失位置填充none
actor_df = pd.DataFrame(actor_col.tolist()).fillna('none')
# 按规则重命名列
actor_df.columns = [f'Actor_{i+1}' for i in range(actor_df.shape[1])]
# 合并回原DataFrame，删除原Starring列
df = pd.concat([df.drop(columns=['Starring']), actor_df], axis=1)

输出效果 #

对样例数据执行后，输出完全符合预期：

该方案自动适配每行不同的演员数量，会根据全表最多演员数自动生成对应数量的Actor_N列，无需手动指定列数。

内容的提问来源于stack exchange，提问作者jaymerson