如何在Python Pandas中提取列内分隔符右侧的值并拆分列？

嘿，这个需求用Pandas的字符串处理工具就能轻松实现，给你两个靠谱的方案：

方案1：用str.split()直接拆分 #

这是最直观的方法，利用Pandas内置的字符串拆分功能，指定分隔符为逗号，再通过参数控制拆分行为：

import pandas as pd

# 先构造你的示例DataFrame
df = pd.DataFrame({'A': ['Australia', 'New Zealand', 'New Jersey,America', 'Hyderabad,India']})

# 拆分列：n=1表示只拆分第一次出现的逗号，expand=True将拆分结果转为多列
df[['A', 'B']] = df['A'].str.split(',', n=1, expand=True)

这里的n=1非常重要——它确保只会拆分第一个逗号，避免遇到多个逗号时拆分出多余列的问题。没有逗号的行，新列B会自动填充NaN，完美符合你的预期。

方案2：用str.extract()正则提取 #

如果你偏好正则表达式的方式，也可以用提取的思路来实现：

df[['A', 'B']] = df['A'].str.extract(r'(.*?)(?:,(.*))?$', expand=True)

简单解释下这个正则：

• (.*?)：非贪婪匹配逗号前的所有内容，作为更新后的A列
• (?:,(.*))?$：匹配逗号后的内容作为B列，?:表示这是一个非捕获组，$确保匹配到行尾；没有逗号的行，B列会自动设为NaN

验证结果 #

运行上面任意一种方案后，执行print(df)就能得到你想要的输出：

A        B
0     Australia      NaN
1   New Zealand      NaN
2  New Jersey,America  America
3   Hyderabad,India     India

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