Pandas拆分Location列为城市与Governate列 缺失值填充Not specified

原Location列的标准存储格式为「城市, 省/州, 国家」，以下代码可完全匹配你提出的拆分规则，将该列拆解为City（城市）和Governate（省/州）两个新列：

import pandas as pd

# 第一步：按逗号拆分Location列，去除每个字段的前后空格，补全为3列避免索引报错
split_loc = df['Location'].str.split(',', expand=True).apply(lambda col: col.str.strip())
split_loc = split_loc.reindex(columns=[0, 1, 2], fill_value='')

# 定义字段解析函数，完全匹配拆分规则
def parse_loc(row):
    # 统计非空字段数量
    valid_parts = sum(1 for val in row if val != '')
    # 规则2：仅1个字段的情况
    if valid_parts == 1:
        return ('对应Governate名称下未指定城市', 'Not specified')
    # 规则1：字段数少于3 或 首字段为Cairo的情况
    if valid_parts < 3 or row[0] == 'Cairo':
        return ('对应Governate名称下未指定城市', row[1])
    # 正常拆分场景
    return (row[0], row[1])

# 应用函数生成新列
df[['City', 'Governate']] = split_loc.apply(parse_loc, axis=1, result_type='expand')

规则匹配验证 #

• 仅含国家的单段值（如Egypt）：Governate自动设为Not specified，城市为未指定
• 两段值（如Cairo, Egypt）：触发规则1，城市设为未指定，Governate取第二段值
• 三段但首字段为Cairo（如Cairo, Cairo, Egypt）：触发规则1，城市设为未指定，Governate取第二段值
• 正常三段值（如New Cairo, Cairo, Egypt）：首字段为城市，第二段为Governate

内容的提问来源于stack exchange，提问作者Seif Mahdi