Python Pandas迭代拆分多列并自动生成命名新列的解决方案

批量拆分多列实现方案 #

核心逻辑是预先定义所有需要拆分的列，遍历拆分后自动命名新列，再合并回原表，无需针对单列手动编码。

完整代码

import pandas as pd

# 原始DataFrame
dfx = pd.DataFrame({
        'name': ['alex','bob','jack'],
        'age': ["0,26,4","1,25,4","5,30,2"],
        'job': ["x,abc,0","y,xyz,1","z,pqr,2"],
        'gender': ["0,1","0,1","0,1"]            
    })

# 配置需要拆分的列，新增拆分列只需修改此列表即可
cols_to_split = ['age', 'job', 'gender']

split_result = []
for col in cols_to_split:
    # 按逗号拆分列，自动适配拆分后的字段数量
    tmp = dfx[col].str.split(',', expand=True)
    # 自动生成新列名：原列名+序号
    tmp.columns = [f"{col}{i+1}" for i in tmp.columns]
    split_result.append(tmp)

# 合并原表与所有拆分后的列
df_final = pd.concat([dfx] + split_result, axis=1)

# 可选：调整列顺序，使原列与对应拆分列相邻，匹配需求输出格式
col_order = ['name']
for col in cols_to_split:
    col_order.append(col)
    col_order.extend([c for c in df_final.columns if c.startswith(col) and c != col])
df_final = df_final[col_order]

# 输出结果
print(df_final)

关键特性

• 适配任意数量的待拆分列，仅需修改cols_to_split列表
• 自动适配每列拆分后的字段数量，无需硬编码下标，例如gender拆分为2列、age拆分为3列可自动处理
• 列顺序可灵活调整，匹配预期输出格式
  运行后输出结果与你提供的期望格式完全一致。

内容的提问来源于stack exchange，提问作者Peshal1067