如何将DataFrame索引拆分为两列？已掌握rsplit但不知如何应用

嘿，我来帮你搞定这个DataFrame索引拆分的问题！你提到熟悉rsplit但不知道怎么应用到索引场景，其实操作逻辑和列拆分大同小异，只是需要针对性地处理索引对象就行，下面给你几个具体的实现方案：

方案一：先把索引转为普通列再拆分 #

这是最直观的方式，先把索引转换成常规列，再用你熟悉的拆分方法处理：

import pandas as pd

# 假设你的df是这样的（示例）
data = {'value': [10, 20, 30]}
df = pd.DataFrame(data, index=["Alice_25_NewYork", "Bob_30_London", "Charlie_35_Paris"])

# 第一步：将索引重置为普通列，命名为'index_col'
df = df.reset_index(names='index_col')

# 第二步：拆分列，用split或rsplit都可以，expand=True会把拆分结果转为多列
# 比如用split按下划线拆分所有部分
df[['姓名', '年龄', '城市']] = df['index_col'].str.split('_', expand=True)

# 如果是用rsplit从右侧拆分（比如只拆最后一个分隔符）
# df[['姓名_年龄', '城市']] = df['index_col'].str.rsplit('_', n=1, expand=True)

# 第三步：如果不需要原索引列，可以删除它
df = df.drop('index_col', axis=1)

方案二：直接操作索引进行拆分 #

不需要把索引转成列，直接对索引对象执行拆分，再把拆分结果合并回原DataFrame：

# 还是用上面的示例df
split_result = df.index.str.split('_', expand=True)
# 给拆分后的列命名
split_result.columns = ['姓名', '年龄', '城市']
# 把拆分结果和原df合并
df = df.join(split_result)

注意事项 #

• 如果你的索引不是字符串类型，需要先转成字符串再拆分：df.index = df.index.astype(str)
• rsplit的n参数可以控制拆分次数，比如n=1就只会从右侧拆分一次，适合只拆分最后一部分的场景

内容的提问来源于stack exchange，提问作者JamesHudson81