如何使用Pandas将包含多对象的单列拆分为各对象对应的独立列

两种常见场景的处理方法如下：

• 场景一：还未将原始文件加载进DataFrame
  这是处理成本最低的场景，直接在读取文件时指定逗号为分隔符即可，示例代码：

  import pandas as pd
  # 基础读取，自动按逗号拆分多列
  df = pd.read_csv("你的本地文件路径", sep=",")
  # 如果列名/字段前后有多余空格（比如示例里orange前面的空格），加参数自动清除
  df = pd.read_csv("你的本地文件路径", sep=",", skipinitialspace=True)
  

  读取完成后直接得到带months/banana/orange/weight4个数据列的DataFrame，加上默认的行索引总共5列，符合你要的效果。
• 场景二：已经把数据加载进DataFrame，所有内容都存在单列中
  假设存储合并内容的列名为raw_data，用字符串拆分方法处理即可：

  # 按逗号拆分单列，扩展为多列
  split_cols = df["raw_data"].str.split(",", expand=True)
  # 自定义设置列名
  split_cols.columns = ["months", "banana", "orange", "weight"]
  # 清除所有字符串字段前后的多余空格
  split_cols = split_cols.apply(lambda x: x.str.strip() if x.dtype == "object" else x)
  # 可选：将水果销量、重量列转换为数值类型
  split_cols[["banana", "orange", "weight"]] = split_cols[["banana", "orange", "weight"]].astype(int)
  # 如果要保留原DataFrame的其他字段，用concat合并即可
  final_df = pd.concat([df.drop("raw_data", axis=1), split_cols], axis=1)
  

内容的提问来源于stack exchange，提问作者AnswerNeur