Pandas中拆分长文本行及按字符串长度转换DataFrame遇问题

没问题，这两个需求我帮你一步步拆解解决～

一、将含长文本的行拆分为多行 #

这里分两种最常见的场景来处理：

场景1：文本有明确分隔符（如逗号、分号、换行符） #

如果你的长文本是用某个分隔符拼接的（比如"苹果,香蕉,橙子"），直接用str.split()拆分后，再用explode()展开成多行即可，还能保留原行的其他列数据：

import pandas as pd

# 示例数据
df = pd.DataFrame({
    'id': [1, 2],
    'text': ['这是一段,用逗号分隔的,长文本', '另一段;用分号;拆分的内容']
})

# 按逗号拆分并展开（如果是分号就把','换成';'）
df_split = df.assign(text=df['text'].str.split(',')).explode('text', ignore_index=True)
print(df_split)

场景2：按固定字符长度拆分长文本 #

如果没有分隔符，需要按固定长度（比如每10个字符拆一行），可以自定义一个拆分函数，再结合apply和explode实现：

def split_text_by_length(text, chunk_size=10):
    # 按指定长度批量截取文本
    return [text[i:i+chunk_size] for i in range(0, len(text), chunk_size)]

# 示例数据
df = pd.DataFrame({
    'id': [1],
    'text': '这是一段没有分隔符的超长文本，需要按固定长度拆分'
})

# 应用拆分函数并展开为多行
df_split = df.assign(text=df['text'].apply(split_text_by_length)).explode('text', ignore_index=True)
print(df_split)

二、按字符串长度筛选生成新DataFrame #

你提到代码有错误，大概率是忽略了Pandas字符串列的str访问器，或者语法写错了。这里给你两种正确的实现方式：

方法1：布尔索引（最常用） #

直接通过布尔条件筛选符合长度要求的行，生成新DataFrame：

import pandas as pd

# 示例数据
df = pd.DataFrame({
    'text': ['a', 'abc', 'abcd', 'hello world'],
    'value': [1, 2, 3, 4]
})

# 筛选text长度大于3的行
new_df = df[df['text'].str.len() > 3]
print(new_df)

方法2：使用query()方法（更简洁） #

如果喜欢更直观的表达式写法，可以用query()：

new_df = df.query("text.str.len() > 3")

常见错误排查 #

• 错误写法：df['text'].len > 3 → 缺少str访问器，Pandas字符串列必须用.str来调用字符串方法
• 错误写法：df[df['text'].str.len > 3] → 忘记加括号调用len()方法，正确写法是.str.len()

内容的提问来源于stack exchange，提问作者AHAD