如何在Python Colab中拆分CSV文件第三列的逗号分隔字符串？

操作全程基于pandas实现，不需要额外安装依赖，Colab环境已预装对应库

第一步：加载目标CSV文件 #

• 导入pandas库

  import pandas as pd
  

• 如果你是从本地上传CSV到Colab执行，先调用Colab的文件上传接口：

  from google.colab import files
  # 执行后会弹出文件选择框，选中你的CSV文件即可
  uploaded = files.upload()
  

• 读取CSV内容生成DataFrame：

  # 替换引号内为你实际上传的CSV文件名
  df = pd.read_csv("your_csv_file.csv")
  

注意：pandas列索引从0开始计数，你提到的第3列，对应的列索引值为2，后续所有操作都通过这个索引定位目标列，不会因为列名变动导致定位失败

第二步：根据需求拆分提取国家名称 #

场景1：拆分后将每个国家展开为独立行（保留原表其他列信息） #

如果原表某一行的第3列存了Argentina,Chile,USA，执行后会把这一行拆成3行，每行对应一个国家，其他列的内容自动复用：

# 按逗号拆分目标列，生成列表格式的临时列
df["country_list"] = df.iloc[:, 2].str.split(",")
# 展开列表为独立行
df_with_countries = df.explode("country_list")
# 清理拆分后每个国家名前后的多余空格，避免出现 " USA" 这类带空格的脏数据
df_with_countries["country_list"] = df_with_countries["country_list"].str.strip()

提取完成后你可以直接导出结果下载：

# 导出为新的CSV
df_with_countries.to_csv("extracted_country_data.csv", index=False)
# 触发Colab的文件下载
files.download("extracted_country_data.csv")

场景2：收集全表所有出现过的国家名称，生成去重的国家列表 #

如果不需要保留原表其他列，只是要汇总全表所有国家名，直接执行：

# 拆分目标列、展开为单值序列、去空值、去重、转为普通列表
all_unique_countries = (
    df.iloc[:, 2]
    .str.split(",")
    .explode()
    .str.strip()
    .dropna()
    .unique()
    .tolist()
)
# 直接打印查看提取结果
print(all_unique_countries)

常见问题排查 #

• 如果你的CSV没有表头（第一行就是纯数据），读取时需要加上参数header=None，即df = pd.read_csv("your_csv_file.csv", header=None)，此时第3列的索引依然为2，不影响后续定位。
• 如果目标列存在空值，拆分前先补空避免报错：在拆分代码前加df.iloc[:, 2] = df.iloc[:, 2].fillna("")

内容的提问来源于stack exchange，提问作者klysa