嘿，这个列拆分需求我之前在项目里碰过好几次，给你整理了几个不同工具栈下的最优实现方案，你可以根据自己的实际场景来选：

1. Excel/Google Sheets 快速实现 #

如果是用表格工具处理的话，直接用内置函数就能搞定，不用写代码：

• 第一列（提取前10个字符）：假设目标列是A列，第一行数据在A2，输入公式后下拉填充即可：

  =LEFT(A2, 10)
  

• 第二列（移除末尾字符后取中间数字）：先去掉末尾最后一个字符，再截取第11位开始的部分并转成数字格式：

  =VALUE(MID(A2, 11, LEN(A2)-11))
  

  解释下：LEN(A2)-11是总长度减1（去掉末尾）再减10（前10个字符），剩下的就是中间数字的长度；VALUE函数确保结果为数字类型，方便后续计算。

如果担心部分行字符长度不足10，可加判断避免报错：

=IF(LEN(A2)>=11, VALUE(MID(A2,11,LEN(A2)-11)), "")

2. Python Pandas 批量处理（适合大数据量） #

如果是处理大批量数据，用Pandas效率最高，代码简洁易懂：

import pandas as pd

# 读取你的数据，假设目标列名为'target_col'
df = pd.read_csv("your_data.csv")

# 生成第一列：提取前10个字符
df["col1"] = df["target_col"].str[:10]

# 生成第二列：先去掉末尾字符，再截取第11位之后的部分并转成整数
df["col2"] = df["target_col"].str[:-1].str[10:].astype(int)

# 若存在非数字内容，可加errors参数将无效值转为NaN
# df["col2"] = df["target_col"].str[:-1].str[10:].astype(int, errors="coerce")

# 保存处理后的数据
df.to_csv("processed_data.csv", index=False)

3. SQL 数据库端直接处理 #

如果数据存在数据库里，直接写SQL语句就能完成拆分，无需导出到其他工具：

MySQL/MariaDB 版本 #

SELECT
  LEFT(target_col, 10) AS col1,
  CAST(SUBSTRING(target_col, 11, LENGTH(target_col)-11) AS UNSIGNED) AS col2
FROM your_table;

PostgreSQL 版本 #

SELECT
  LEFT(target_col, 10) AS col1,
  SUBSTRING(target_col FROM 11 FOR LENGTH(target_col)-11)::INT AS col2
FROM your_table;

容错处理： #

若部分行字符长度不足11位，可用CASE WHEN过滤或赋值默认值：

SELECT
  LEFT(target_col, 10) AS col1,
  CASE WHEN LENGTH(target_col)>=11 THEN CAST(SUBSTRING(target_col,11,LENGTH(target_col)-11) AS UNSIGNED) ELSE NULL END AS col2
FROM your_table;

上面这几个方案都是我实际用过的，效率和稳定性都没问题，你根据自己的工具选就行～

内容的提问来源于stack exchange，提问作者Ryan Gadsdon