如何使用pandas将DataFrame的basket_items列拆分为产品与价格列

核心处理逻辑分四步：读取原始数据、拆分商品列表为独立行、从商品字符串尾部拆分商品名和价格、格式调整。
注意商品名本身包含-字符（比如带口味的拿铁），必须从字符串最后一个分隔符位置拆分，不能从左侧拆分，否则会截断商品名。

完整可运行代码 #

import pandas as pd
from io import StringIO

# --------------- 读取数据部分 ---------------
# 实际使用时替换成pd.read_csv("你的文件路径.csv")即可
demo_csv = """timestamp,store,customer_name,basket_items,total_price,cash_or_card,card_number
06/06/2022 09:00,Chesterfield,Stephanie Neyhart,"Large Flat white - 2.45, Large Flavoured iced latte - Vanilla - 3.25, Large Flavoured iced latte - Hazelnut - 3.25",8.95,CASH,
"""
df = pd.read_csv(StringIO(demo_csv))

# --------------- 核心拆分逻辑 ---------------
# 1. 按逗号拆分每个订单的购物车条目，清理条目前后空格
df["basket_items"] = df["basket_items"].str.split(", ").apply(lambda items: [i.strip() for i in items])
# 2. 把拆分后的商品列表展开，实现一行对应一个商品
df = df.explode("basket_items", ignore_index=True)
# 3. 从最右侧的" - "拆分，避免商品名内的横杠干扰，得到商品名和价格两列
df[["product", "price"]] = df["basket_items"].str.rsplit(" - ", n=1, expand=True)
# 4. 格式调整：价格转浮点类型，提取需要的列
df["price"] = df["price"].astype(float)
result = df[["product", "price"]]

运行结果 #

调用print(result)即可得到你需要的结构：

product  price
0                      Large Flat white   2.45
1   Large Flavoured iced latte - Vanilla   3.25
2  Large Flavoured iced latte - Hazelnut   3.25

注意事项 #

• 如果需要保留订单关联的其他字段（如下单时间、门店、支付方式），在最后提取列时加上对应字段名即可，不需要只保留product和price两列。
• 如果数据中存在basket_items为空的行，拆分前加一行df = df.dropna(subset=["basket_items"])过滤空值即可避免运行报错。
• 不要把rsplit替换成普通的split：普通split默认从左拆分，会把带横杠的商品名拆错，比如Large Flavoured iced latte - Vanilla - 3.25会被错误拆成Large Flavoured iced latte和Vanilla - 3.25。

内容的提问来源于stack exchange，提问作者kishan