pandas如何将存储多科成绩的字符串列拆分为科目得分长表

核心思路 #

先清理Score列的换行/多余空格，再通过正则匹配提取所有科目-分数对，最后拆分爆炸为长格式即可。

完整实现代码 #

import pandas as pd

# 构造示例DataFrame（实际使用时替换为你自己的df即可）
data = [
    ["A", 1, "Math: 80.0 Physical Education: 30.5 Biology: 50.0"],
    ["B", 2, "Math: 70.0 Physical Education: 60.5 Biology: 50.0 English \nLiterature: 100.0"],
    ["C", 3, "Math: 30.0 Physical Education: 10.5 Biology: 50.0"]
]
df = pd.DataFrame(data, columns=["Name", "ID", "Score"])

# 1. 预处理Score列：去除换行、合并连续空格
df["Score"] = df["Score"].str.replace(r"\n", " ", regex=True)\
                         .str.replace(r"\s+", " ", regex=True)\
                         .str.strip()

# 2. 正则提取所有(科目, 分数)对
# 如果科目包含中文，可将正则替换为 r"([\u4e00-\u9fa5a-zA-Z\s]+): (\d+\.?\d*)"
df["score_pairs"] = df["Score"].str.findall(r"([a-zA-Z\s]+): (\d+\.?\d*)", regex=True)

# 3. 把列表形式的科目分数对拆分为单独行
df = df.explode("score_pairs", ignore_index=True)

# 4. 拆分得到独立的科目、分数字段
df[["Subject", "Score"]] = pd.DataFrame(df["score_pairs"].tolist(), index=df.index)

# 5. 转换分数为浮点型、清理冗余列
df["Score"] = df["Score"].astype(float)
df = df[["Name", "ID", "Subject", "Score"]]

# 输出结果
print(df)

效果验证 #

运行后输出的df完全符合预期格式，换行拆分的English Literature条目也会被正确识别，不存在丢失或拆分错误的问题。

内容的提问来源于stack exchange，提问作者Tien Huynh