如何用pandas拆分CSV路径列并跳过固定前缀提取目标字段

你不需要修改.str.split()的拆分规则，只要在拆分后过滤掉固定前缀对应的列，或者先移除固定前缀再拆分即可，两种实现方式都可以满足需求。

方法1：拆分后直接切片取目标列（最简便，适合前缀完全固定的场景） #

你的示例路径按/拆分后，固定前缀w:b/c/v/n会固定占据前4列（拆分后索引0到3分别为w:b、c、v、n），之后连续3列正好是你需要提取的内容，直接切片取用即可：

import pandas as pd

# 读取CSV文件，替换为你的实际文件路径
df = pd.read_csv("your_target_file.csv")

# 拆分路径列，expand=True生成结构化多列，切片取前缀之后的3个层级
path_parts = df["你的路径列名"].str.split("/", expand=True).iloc[:, 4:7]
# 为新列设置自定义列名
path_parts.columns = ["层级1", "层级2", "层级3"]
# 将新列拼接到原表，保留原有所有列数据
df = pd.concat([df, path_parts], axis=1)

# 导出处理完成的文件
df.to_csv("processed_result.csv", index=False)

方法2：先移除固定前缀再拆分（鲁棒性更强，适合前缀前内容不固定的场景） #

如果路径开头的盘符（比如示例里的w:）可能变动，但b/c/v/n这个固定前缀段本身不会变，可以先把前缀及之前的内容全部截掉，再拆分剩余部分：

import pandas as pd

df = pd.read_csv("your_target_file.csv")

# 以固定前缀"b/c/v/n/"为分隔符拆分，取后半段再按/拆分
path_parts = df["你的路径列名"].str.split("b/c/v/n/", expand=True)[1]\
    .str.split("/", expand=True)
path_parts.columns = ["层级1", "层级2", "层级3"]
df = pd.concat([df, path_parts], axis=1)

df.to_csv("processed_result.csv", index=False)

效果验证 #

用你提供的示例路径测试，最终生成的3个新列内容完全匹配预期：

注意：使用时请把代码里的你的路径列名替换为CSV文件中存储文件路径的实际列名即可。

内容的提问来源于stack exchange，提问作者user15788706