如何将Pandas DataFrame中含键值对的Series列拆分为多个新列

直接按以下步骤写代码即可：

1. 先定义单行键值对字符串的解析函数，处理NaN和正常字符串的拆分逻辑
2. 对目标列应用解析函数，将每行转换为字典后再展开为独立的DataFrame
3. 将展开后的DataFrame和原数据（删除原键值对列）做横向合并

完整可运行代码 #

import pandas as pd

# 假设你的原始DataFrame变量名为df
def parse_kv_line(line):
    if pd.isna(line):
        return {}
    # 按换行拆分，过滤空内容、去除前后多余空格
    kv_pairs = [p.strip() for p in line.split('\n') if p.strip()]
    res = {}
    for p in kv_pairs:
        # 仅按第一个等号拆分，避免值本身包含等号时拆分错误
        k, v = p.split('=', maxsplit=1)
        res[k.strip()] = v.strip()
    return res

# 解析目标列并展开为新的DataFrame
new_cols = df['column 2'].apply(parse_kv_line).apply(pd.Series)

# 合并结果，删除原第二列
final_df = pd.concat([df.drop(columns=['column 2']), new_cols], axis=1)

额外说明 #

如果你的数据中键值对的分隔符不是固定的等号、或者存在其他格式异常，只需要调整parse_kv_line内的拆分逻辑即可，整体流程不需要修改。

内容的提问来源于stack exchange，提问作者Davio