如何从DataFrame字符串列提取指定分隔符后的内容并拆分列？

当然可以呀！这在Pandas里完全能实现，而且有好几种简单的方法，我给你详细说说：

方法1：使用str.split() 直接分割 #

这是最直观的方法，通过指定分隔符.，并设置只分割一次（n=1），就能把字符串拆成你需要的两部分，直接转成新的DataFrame：

import pandas as pd

# 先模拟你的原始DataFrame
df = pd.DataFrame({'Col': ['2017-09-19.I.L_WAY', '2017-09-19.I.L_TEMP']})

# 分割字符串，expand=True直接生成新的DataFrame
df1 = df['Col'].str.split('.', n=1, expand=True)
# 给新列命名
df1.columns = ['Col1', 'Col2']

# 查看结果
print(df1)

运行后你会得到这样的输出：

Col1       Col2
0  2017-09-19  I.L_WAY
1  2017-09-19  I.L_TEMP

如果想保留原DataFrame的列，只需要用pd.concat把原列和新列合并：

df1 = pd.concat([df, df['Col'].str.split('.', n=1, expand=True).rename(columns={0:'Col1', 1:'Col2'})], axis=1)

方法2：使用正则表达式str.extract() 精准提取 #

如果你的字符串格式固定（比如前面一定是日期），用正则表达式提取会更严谨，能确保只匹配符合格式的内容：

# 用正则提取日期部分和后续内容
df1 = df['Col'].str.extract(r'^(\d{4}-\d{2}-\d{2})\.(.*)$', expand=True)
df1.columns = ['Col1', 'Col2']

这里的正则表达式^(\d{4}-\d{2}-\d{2})\.(.*)$意思是：

• ^ 匹配字符串开头
• (\d{4}-\d{2}-\d{2}) 匹配4位数字-2位数字-2位数字的日期格式，作为第一组（对应Col1）
• \.\ 转义匹配分隔符.
• (.*) 匹配.之后的所有内容，作为第二组（对应Col2）

两种方法都能完美实现你的需求，选哪种全看你自己的习惯和场景哦！

内容的提问来源于stack exchange，提问作者Dev P