Python使用re.split多分隔符拆分Pandas列时报TypeError如何解决？

报错原因 #

• re.split()仅支持传入单个字符串/字节类对象作为拆分目标，你传入的df['Sport']是pandas Series类型（包含多行字符串的序列），哪怕列元素是string类型，整个Series本身也不符合re.split()的入参要求，因此触发类型错误。
• 你使用的正则表达式r';,'逻辑错误，该表达式匹配的是连续的分号+逗号组合，并非你需要的「分号或逗号作为分隔符」的需求，正确的正则规则应为r'[;,]'，方括号代表匹配其中任意一个字符。

正确解决方案 #

推荐直接使用pandas内置的字符串拆分方法str.split()，原生支持Series批量处理，无需手动遍历：

场景1：拆分结果存为单列列表 #

如果需要把每个字符串拆分后的结果以列表形式存在单列中：

import numpy as np
import pandas as pd
import re

df = pd.read_excel(r'Filepath\sports.xlsx',sheet_name = 'data')
df[['Name','Sport']] = df[['Name','Sport']].astype('string')
# 拆分Sport列，结果存为列表到A列
df['A'] = df['Sport'].str.split(r'[;,]')
print(df)

输出结果示例：

场景2：拆分结果展开为多列 #

如果需要把拆分后的每个元素单独作为一列，添加expand=True参数即可：

# 拆分后自动扩展为3列，对应每个运动项目
df[['sport_1', 'sport_2', 'sport_3']] = df['Sport'].str.split(r'[;,]', expand=True)
print(df)

输出结果示例：

补充：如果一定要使用re.split实现 #

需要通过apply对Series的每个元素单独调用re.split()：

df['A'] = df['Sport'].apply(lambda x: re.split(r'[;,]', x))

内容的提问来源于stack exchange，提问作者Rogue258