如何用Pandas将CSV文件中的单列字符串转换为多列字符？

嘿，别担心，这个操作其实挺容易上手的，我一步步给你讲清楚怎么实现～

第一步：确认你的原始数据 #

首先假设你已经用Pandas导入了CSV文件，得到的DataFrame叫df，里面唯一的列名比如是original_col（如果你的列名不一样，替换成你实际的列名就行）。你可以先跑一行代码看看前几行数据，确认格式：

import pandas as pd

# 假设你已经导入了数据，比如：
# df = pd.read_csv('your_file.csv')

# 查看前4行数据
print(df.head(4))

比如你的数据看起来可能是这样：

original_col
0          ABC
1          DEF
2          GHI
3          JKL

第二步：核心操作——拆分字符串为多列 #

这里有个非常好用的方法，能把每行的字符串拆成单个字符，自动变成新的列：

# 将每行字符串转为字符列表，再构造成新的DataFrame
new_df = pd.DataFrame(df['original_col'].apply(lambda x: list(x)).tolist())

代码解释： #

• df['original_col'].apply(lambda x: list(x))：对原列的每一行字符串，用list(x)把它拆成单个字符的列表（比如'ABC'会变成['A','B','C']）
• .tolist()：把整个Series转换成一个二维列表（每行对应一个子列表）
• pd.DataFrame(...)：把这个二维列表直接转换成新的DataFrame，每个字符对应一列，列名默认是0、1、2...

运行完上面的代码后，你的new_df就会变成这样：

0  1  2
0  A  B  C
1  D  E  F
2  G  H  I
3  J  K  L

第三步：可选——给新列重命名 #

如果默认的数字列名看着不舒服，你可以给它们改成更直观的名字：

# 方法1：手动指定列名（适合固定长度的字符串）
new_df.columns = ['字符1', '字符2', '字符3']

# 方法2：自动生成列名（不管字符串长度都能用）
new_df.columns = [f'字符_{i+1}' for i in range(new_df.shape[1])]

小提示 #

如果你的原始数据里，每行字符串的长度不一样，新DataFrame中较短的行后面会自动填充NaN（空值），这是正常的，你可以根据需求用fillna()方法填充这些空值。

内容的提问来源于stack exchange，提问作者user9463431