如何将单列中短横线分隔的多组词汇拆分至4个独立列

原始数据情况 #

当前单列表格（命名为Column 1）的每行内容为通过-拼接的文本，共3行，具体内容：

• group A - group B - group C - group D
• type A - type B - type C - type D
• colour A - colour B - colour C - colour D

目标拆分效果 #

需要将每行拼接的文本拆分为4个独立列，最终表结构如下：

具体实现方案 #

根据常用的处理工具不同，对应操作如下：

Excel/WPS 可视化操作 #

• 选中需要拆分的原始数据列
• 依次点击顶部菜单栏「数据」-「分列」
• 分列向导第一步选择「分隔符号」模式，进入下一步
• 第二步在分隔符设置里勾选「其他」，输入框中填入-（注意分隔符是空格+短横+空格，避免拆分后内容残留多余空格）
• 预览区域确认拆分结果符合预期后，点击完成即可，原列会自动拆分生成4个相邻的独立列

Pandas 代码处理 #

如果需要批量处理类似数据，可以用Python实现自动拆分：

import pandas as pd
# 读取包含原始单列的数据源
raw_df = pd.read_excel("你的原始数据文件路径.xlsx")
# 按指定分隔符拆分文本，自动生成4个列
split_result = raw_df["Column 1"].str.split(" - ", expand=True)
# 给拆分后的列命名
split_result.columns = ["Column 1", "Column 2", "Column 3", "Column 4"]
# 导出最终拆分结果
split_result.to_excel("拆分完成结果.xlsx", index=False)

数据库SQL处理 #

如果数据存储在数据库中，可以用字符串截取函数完成拆分（以MySQL语法为例）：

SELECT
  -- 取第1段拆分内容
  SUBSTRING_INDEX(SUBSTRING_INDEX(original_column, ' - ', 1), ' - ', -1) AS `Column 1`,
  -- 取第2段拆分内容
  SUBSTRING_INDEX(SUBSTRING_INDEX(original_column, ' - ', 2), ' - ', -1) AS `Column 2`,
  -- 取第3段拆分内容
  SUBSTRING_INDEX(SUBSTRING_INDEX(original_column, ' - ', 3), ' - ', -1) AS `Column 3`,
  -- 取第4段拆分内容
  SUBSTRING_INDEX(SUBSTRING_INDEX(original_column, ' - ', 4), ' - ', -1) AS `Column 4`
FROM 存储原始数据的表名;

内容的提问来源于stack exchange，提问作者L Cornwall