Pandas：将含键值对字符串的Series高效转换为DataFrame

刚好处理过类似的场景，针对这种每个元素都是多行键值对字符串的Series，我推荐两种高效方案，根据你的数据量来选：

方法一：直观通用的字典转换法（适合小数据量） #

这种方法逻辑清晰，容易理解和调试，适合数据量不大的情况：

首先先定义示例数据方便测试：

import pandas as pd

# 你的目标Series
s = pd.Series([
    """Customer Name - Eric
Family Name - Lammela
Shirt color - white
""",
    """Customer Name - Leo
Family Name - Messi
Pants color - black
"""
])

然后写一个解析函数，把单个字符串转成字典，再批量转换：

def parse_key_value_str(content):
    # 按换行拆分字符串，过滤掉空行（比如末尾的换行）
    lines = [line.strip() for line in content.split('\n') if line.strip()]
    # 每行按' - '拆分一次（避免值里包含'-'导致拆分错误），生成键值对字典
    return dict(line.split(' - ', 1) for line in lines)

# 把Series里的每个元素转成字典，再转成DataFrame
result_df = pd.DataFrame(s.apply(parse_key_value_str).tolist())

运行后你会得到自动对齐字段的DataFrame，缺失的字段会填充NaN，完美适配字段不固定的场景。

方法二：矢量化正则提取法（适合大数据量，效率更高） #

如果你的Series有上万甚至更多条数据，上面的apply本质是Python循环，效率会打折扣。这时候用Pandas的矢量化正则操作会快很多：

# 先把Series转成带索引的临时DataFrame
temp_df = s.to_frame(name='raw_text')

# 用正则提取所有键值对，命名分组方便后续处理
# 正则匹配：非贪婪匹配键，然后匹配任意空格+'-'+任意空格，再匹配值
matches = temp_df['raw_text'].str.extractall(r'(?P<key>.+?)\s*-\s*(?P<value>.+)')

# 把提取结果从长格式转成宽格式，自动对齐不同字段
result_df = matches.reset_index(level=1, drop=True).unstack('key')

# 清理列名，去掉多层索引
result_df.columns = result_df.columns.droplevel(0)

这个方法全程用Pandas的矢量化API，底层是C实现的，比Python循环快几倍甚至几十倍，非常适合大数据量场景。

额外注意点 #

• 如果你的键值对分隔符不是严格的' - '（比如有的是-前后空格数不一样，或者用了其他分隔符），可以调整正则表达式来适配，比如上面的\s*-\s*就是匹配任意空格的-分隔符。
• 如果值里可能包含换行（虽然你的示例里没有），那需要调整正则或者预处理逻辑，不过你的场景里应该不需要考虑这个。

内容的提问来源于stack exchange，提问作者Eranka