如何根据函数参数动态设置Pandas列拆分函数的操作列名？

原有实现存在三个问题：

• assign内硬编码GRI_Code=作为赋值列名，无法动态适配传入的列参数，直接传入变量名会被识别为固定字符串列名，生成不符合预期的新列
• 未处理连续分隔符、首尾分隔符拆分出的空字符串，会产生无效空行
• explode目标列与实际拆分存储的列不匹配，导致拆分展开逻辑未生效

利用Python字典解包语法，可以动态给assign传入列名参数，同时补充空值过滤逻辑，兼容任意列名的拆分需求：

def separate_code(self, df, column, delimiter):
    # 拆分目标列，过滤拆分产生的空值、空白值
    split_col = df[column].str.split(delimiter).apply(
        lambda cell: [val.strip() for val in cell if val.strip()] if isinstance(cell, list) else cell
    )
    # 字典解包动态传入列名，覆盖原列后执行展开
    df = df.assign(**{column: split_col}).explode(column, ignore_index=True)
    return df

• **{column: split_col}写法会自动取传入的column参数值作为列名，直接覆盖原列内容，无需硬编码任何列名，可复用到任意列的拆分场景
• 内置的空值过滤逻辑会自动清除连续分隔符、首尾分隔符拆分出的空串、带空白的无效值，避免生成无意义的空行
• explode直接传入目标列参数，保证展开操作作用在正确的列上
• 新增ignore_index=True参数，拆分后自动重置行索引，避免重复索引引发后续处理异常

拆分任意列时只需传入对应列名和分隔符即可，无需修改函数内部代码：

# 拆分GRI_Code列
df = separate_code(df, column='GRI_Code', delimiter="\n")
# 拆分ADX_Code列
df = separate_code(df, column='ADX_Code', delimiter="\n")

针对给出的示例数据，执行GRI_Code列拆分后，会得到符合预期的拆分结果，不会出现原实现中列匹配错误、空值行的问题。

内容的提问来源于stack exchange，提问作者Jorge