在Pandas中拆分含|分隔符的列并写入已有Excel指定列

这事儿其实用Pandas的str.split()方法就能轻松搞定，步骤很清晰，我给你一步步拆解：

1. 读取目标Excel文件 #

首先把已有Excel文件加载到DataFrame中：

import pandas as pd

# 读取你的Excel文件
df3 = pd.read_excel('type_primary_data.xlsx')

2. 拆分合并列并赋值到指定列 #

核心操作是用str.split('|', expand=True)把col1按|拆分成独立三列，再直接映射到你需要的指定列。这里假设你要存入的列名为col_id、col_ratio、col_result，你可以换成实际业务对应的列名：

写法一：分步拆分（逻辑更清晰）

# 拆分col1，生成三列临时数据
split_result = df3['col1'].str.split('|', expand=True)

# 将拆分后的每一列赋值给目标列
df3['col_id'] = split_result[0]
df3['col_ratio'] = split_result[1]
df3['col_result'] = split_result[2]

写法二：一步到位（代码更简洁）

如果确认col1的有效数据都是|分隔的三个值，可以直接一次性赋值：

# 直接将拆分结果映射到指定列
df3[['col_id', 'col_ratio', 'col_result']] = df3['col1'].str.split('|', expand=True)

3. 保存修改后的文件 #

最后把修改后的DataFrame存回Excel（不想覆盖原文件的话，换个文件名即可）：

# 保存时加index=False，避免把Pandas的索引列写入Excel
df3.to_excel('type_primary_data.xlsx', index=False)

一些实用提示 #

• 如果指定列还不存在于df3中，Pandas会自动创建这些列，无需额外操作
• 原始数据中的nan行，拆分后对应的目标列也会是nan，完全匹配原始状态
• 要确保col1的有效数据都是|分隔的三个值，否则拆分后列数不匹配会报错

内容的提问来源于stack exchange，提问作者kenneth_V