如何将DataFrame中含空格分隔值的行拆分为多行（仅修改目标列）

嘿，这个需求我之前做数据清洗的时候经常碰到，用Pandas就能轻松解决，给你两种实用的方法，看哪种更适合你的场景：

方法一：str.split() + explode()（简洁高效，推荐） #

这是Pandas 0.25+版本就支持的原生方法，代码量少，逻辑清晰，处理大多数场景都够用。

步骤： #

• 用str.split()把目标列（比如U.N.Region）按空格拆分成列表格式；
• 用explode()把列表中的每个元素拆成单独一行，其他列的值会自动复制对应到每一行。

代码示例： #

先创建一个模拟的DataFrame：

import pandas as pd

# 示例数据
df = pd.DataFrame({
    'U.N.Region': ['North West', 'South East', 'Central'],
    'Country': ['UK', 'India', 'Nigeria'],
    'Population': [67000000, 1400000000, 220000000]
})

然后执行拆分操作：

# 1. 将目标列按空格拆分为列表
df['U.N.Region'] = df['U.N.Region'].str.split(' ')
# 2. 拆分列表为多行，重置索引
result_df = df.explode('U.N.Region', ignore_index=True)

输出结果： #

U.N.Region Country  Population
0       North      UK    67000000
1       West      UK    67000000
2       South    India  1400000000
3       East    India  1400000000
4     Central  Nigeria   220000000

方法二：apply() + stack()（灵活适配复杂场景） #

如果你的数据有特殊情况（比如目标列存在空值、分隔符不固定，或者需要同时处理多列），可以用这种方法，灵活性更高。

代码示例： #

result_df = df.set_index(['Country', 'Population'])['U.N.Region'] \
              .str.split(' ', expand=True)  # 拆分后展开为多列
              .stack()  # 将列转为行，形成多级索引
              .reset_index(name='U.N.Region')  # 重置索引并重命名目标列
              .drop('level_2', axis=1)  # 删除多余的层级索引列

这个方法的核心是先把不需要拆分的列设为索引，避免拆分时重复复制，再通过stack()把拆分后的列转成行，最后恢复索引结构。

注意事项： #

• 如果目标列存在空值，explode()默认会保留空行，要是想过滤掉，可以在最后加.dropna(subset=['U.N.Region'])；
• 如果分隔符不是空格，把str.split()里的参数改成对应的即可，比如逗号分隔就用str.split(', ')；
• 要是需要同时拆分多列，方法一也支持，只需要把explode()的参数改成列名列表，比如explode(['Col1', 'Col2'])。

内容的提问来源于stack exchange，提问作者Viktor Avdulov