无法按条件拆分DataFrame列值：根据列A奇偶提取对应值

咱们先理清楚你要解决的问题，然后一步步修正你的代码：

你的输入数据 #

0       1
0  0  10,30
1  1  10,40
2  2  20,50

需求规则&期望结果 #

你提到的规则是：原第0列（A）能被2整除时取原第1列（B）的第一个值，否则取第二个值，但你的期望结果里A=1（不能被2整除）时C是10（B的第一个值），A=2（能被2整除）时C是50（B的第二个值）——看起来可能是规则写反了？我下面会给出两种版本的代码，你按需选择。

先看你想要的最终结果：

A       B   C
0  0  10,30  10
1  1  10,40  10
2  2  20,50  50

你的现有代码问题 #

你写的df['n'] = np.where(df[0] % 2 == 0, df[0], 0 )这一步完全没用到列拆分的逻辑，只是返回原列值或0，和需求不沾边；后面的str.s...没写完，核心的字符串拆分步骤没完成。

正确解决方案 #

版本1：匹配你给出的期望结果（规则实际是：A能被2整除取B的第二个值，否则取第一个）

import pandas as pd
import numpy as np

# 初始化数据，先把列名改成A、B，方便阅读
df = pd.DataFrame([(0, '10,30'), (1, '10,40'), (2, '20,50')], columns=['A', 'B'])

# 把B列按逗号拆成两个整数列
df[['B_first', 'B_second']] = df['B'].str.split(',', expand=True).astype(int)

# 按条件选值生成C列
df['C'] = np.where(df['A'] % 2 == 0, df['B_second'], df['B_first'])

# 保留需要的列并调整顺序
df = df[['A', 'B', 'C']]

print(df)

版本2：严格按照你写的规则（A能被2整除取B的第一个值，否则取第二个）

如果是规则没错，只是期望结果写错了，把np.where那行改成下面这样就行：

df['C'] = np.where(df['A'] % 2 == 0, df['B_first'], df['B_second'])

这时候输出的C列会是[10, 40, 20]。

代码解释 #

• str.split(',', expand=True)：把B列的字符串按逗号拆成两个独立的列，astype(int)把字符串转成整数，避免后续操作出现类型问题
• np.where(条件, 满足条件时取的值, 不满足时取的值)：这是Pandas里做条件判断的高效方法，比apply快很多
• 最后调整列顺序，得到你想要的结构

内容的提问来源于stack exchange，提问作者Abhis