如何使用Pandas拆分并整理DataFrame中的单列数据为Color和Size两列

嗨，我来帮你搞定这个Pandas数据拆分的问题！你这个情况很典型——单列数据里混了颜色和尺码两种信息，而且格式还不太统一（有的是尺码在前、有的颜色在前，分隔符周围的空格也没对齐），不过没关系，咱们一步步来解决。

首先，先把你的示例数据转换成Pandas DataFrame，方便后续操作：

import pandas as pd

# 构造你提供的示例数据
data = {
    'variant_label': [
        'XL / White',
        'Black/ S',
        'White / S',
        'L/ White',
        'X/ Black',
        'Black / XL',
        'White / M',
        'Black / M',
        'Black / M',
        'Black / L',
        'XL / White'
    ]
}
df = pd.DataFrame(data)

接下来，我们需要处理格式不统一的问题，同时准确区分颜色和尺码。这里我推荐用自定义函数+预定义关键词列表的方式，既直观又能适配各种格式：

# 先定义所有可能的颜色和尺码（如果后续有新增，直接加在这里就行）
colors = ['Black', 'White']
sizes = ['XL', 'L', 'M', 'S', 'X']

# 定义拆分函数：处理每个单元格的内容，返回颜色和尺码
def split_color_size(text):
    # 按"/"分割内容，同时去掉每个部分的多余空格
    parts = [part.strip() for part in text.split('/')]
    # 从分割后的内容里匹配颜色和尺码
    color = next((p for p in parts if p in colors), None)
    size = next((p for p in parts if p in sizes), None)
    return pd.Series([color, size])

# 把函数应用到整个列，生成新的Color和Size列
df[['Color', 'Size']] = df['variant_label'].apply(split_color_size)

现在你可以查看处理后的结果：

print(df[['Color', 'Size']])

输出结果完全符合你的需求：

Color Size
0   White   XL
1   Black    S
2   White    S
3   White    L
4   Black    X
5   Black   XL
6   White    M
7   Black    M
8   Black    M
9   Black    L
10  White   XL

这个方法的好处在于，不管原始数据里颜色和尺码的顺序如何，也不管分隔符周围有没有空格，都能准确提取出对应的信息。如果后续有新的颜色或尺码，只需要更新colors和sizes列表就可以了，非常灵活。

备注：内容来源于stack exchange，提问作者Ngoc Nguyen