如何拆分DataFrame列，将无分隔符的字符串值分配到第二列

问题原因 #

• 拆分用的分隔符是带前后空格的" - "，和原数据中无空格的"-"不匹配，导致有分隔符的行也没有拆分成功
• 原生str.split对无分隔符的行默认会将全部内容存入第一列，第二列为空，不符合需求

解决方案 #

方法1：拆分后调整数据 #

import pandas as pd

# 按无空格的"-"拆分，最多拆分1次
split_res = df['COLUMN A'].str.split("-", n=1, expand=True)
# 筛选出没有分隔符的行（第二列为空）
no_sep_mask = split_res[1].isna()
# 把无分隔符行的第一列内容移到第二列，第一列设为空
split_res.loc[no_sep_mask, 1] = split_res.loc[no_sep_mask, 0]
split_res.loc[no_sep_mask, 0] = ""
# 重命名列并合并回原表
split_res.columns = ["COLUMN B", "COLUMN C"]
df = pd.concat([df, split_res], axis=1)

方法2：正则提取（更简洁） #

直接用正则分组分别捕获编码和地区，一步得到符合要求的两列：

# 第一组捕获开头的数字加横杠，第二组捕获剩下的所有内容
df[['COLUMN B', 'COLUMN C']] = df['COLUMN A'].str.extract(r'^(\d+-)?(.*)$')
# 去掉编码末尾的横杠，无编码的位置填充为空字符串
df['COLUMN B'] = df['COLUMN B'].str.rstrip('-').fillna('')

内容的提问来源于stack exchange，提问作者Rodrigo