Pandas按逗号分割字符串提取逗号前内容生成新列的实现方法

原有代码失效原因 #

你写的分割逻辑本身没有问题，返回NaN的核心原因是description列存在非字符串类型的值（比如数值格式的编码、空值），调用.str访问器处理时，非字符串类型的条目会被直接判定为缺失值返回NaN，和内容里是否包含Area字段无关。

修正后可直接运行的代码 #

方案1：适配原有split逻辑的写法 #

只需要在分割前先将列值统一转为字符串类型，即可覆盖所有值的处理场景：

# 先强制将description列转为字符串，再按首个逗号做单次分割
splitword = df2["description"].astype(str).str.split(",", n=1, expand=True)
df2["commondescrip"] = splitword[0]

# 如果需要保留原列的空值，不希望空值被转为字符串'nan'，追加下面这行即可
import pandas as pd
df2["commondescrip"] = df2["commondescrip"].replace('nan', pd.NA)

方案2：更简洁的正则提取写法 #

不需要生成中间分割表，直接用正则匹配首个逗号前的所有内容，代码更精简：

# 正则匹配从字符串开头到第一个逗号前的所有内容，无逗号时自动匹配整段值
df2["commondescrip"] = df2["description"].astype(str).str.extract(r'^([^,]*)', expand=False)

处理效果验证 #

两种方案都能完全匹配你的需求：

• 当description值不含逗号（如00001、00002、00004），commondescrip返回和原值完全一致的内容
• 当description值包含逗号（如00003,Area01、00005,Area02），commondescrip返回逗号前的前缀内容（00003、00005）

内容的提问来源于stack exchange，提问作者learner22