分割成一个包含两个元素列表的列
对于一个已知分隔符的简单分割（例如，用破折号分割或用空格分割）.str.split() 方法就足够了 。 它在字符串的列（系列）上运行，并返回列表（系列）。
> import pandas as pd
> df = pd.DataFrame({'AB': ['A1-B1', 'A2-B2']})
> df
AB
0 A1-B1
1 A2-B2
> df['AB_split'] = df['AB'].str.split('-')
> df
AB AB_split
0 A1-B1 [A1, B1]
1 A2-B2 [A2, B2]
分割成两列，每列包含列表的相应元素
下面来看下如何从：分割成一个包含两个元素列表的列至分割成两列，每列包含列表的相应元素。
> df['AB'].str[0] 0 A 1 A Name: AB, dtype: object > df['AB'].str[1] 0 1 1 2 Name: AB, dtype: object
因此可以得到
> df['AB'].str.split('-', 1).str[0]
0 A1
1 A2
Name: AB, dtype: object
> df['AB'].str.split('-', 1).str[1]
0 B1
1 B2
Name: AB, dtype: object
可以通过如下代码将pandas的一列分成两列：
> df['A'], df['B'] = df['AB'].str.split('-', 1).str
> df
AB AB_split A B
0 A1-B1 [A1, B1] A1 B1
1 A2-B2 [A2, B2] A2 B2
补充知识：pandas某一列中每一行拆分成多行的方法
在处理数据过程中，常会遇到将一条数据拆分成多条，比如一个人的地址信息中，可能有多条地址，既有家庭地址也有工作地址，还有电话信息等等类似的情况，实际使用数据的时候又需要分开处理，这个时候就需要将这一条数据进行拆分成多条，以方便使用。
在pandas中如何对DataFrame进行相关操作呢，经查阅相关资料，发现了一个简单的办法，
info.drop(['city'], axis=1).join(info['city'].str.split(' ', expand=True).stack().reset_index(level=1, drop=True).rename('city'))
看起来非常之长，分开来看，流程如下：
将需要拆分的数据使用split拆分工具拆分，并使用expand功能拆分成多列
将拆分后的多列数据进行列转行操作(stack)，合并成一列
将生成的复合索引重新进行reset保留原始的索引,并命名
将上面处理后的DataFrame和原始DataFrame进行join操作，默认使用的是索引进行连接
具体操作如下：
预操作：生成需要使用的DataFrame
# 用来生成DataFrame的工具 from pydbgen import pydbgen myDB=pydbgen.pydb() # 生成一个DataFrame info = myDB.gen_dataframe(10,['name','phone','city','state'])
结果如下：
假如现在我们要对city列进行进行拆分，按照空格拆分，转换成多行的数据，
第一步：拆分，生成多列
info_city = info['city'].str.split(' ', expand=True)
结果如下：
可以看到已经将原始数据拆分成了2列，对于无法拆分的数据为None
第二步：行转列
info_city = info_city.stack()
结果如下：
其中前面两列是索引，返回的是一个series，没有名字的series
第三步：重置索引，并命名（并删除多于的索引）
info_city = info_city.reset_index(level=1, drop=True)
结果如下：
第四步：和原始数据合并
info_new = info.drop(['city'], axis=1).join(info_city)
结果如下：
需要特别注意的是，需要使用原始的连接新生成的，因为新生成的是一个series没有join方法，也可以通过将生成的series通过to_frame方法转换成DataFrame，这样就没有什么差异了
写了这么多，记住下面的就行了：
info.drop([‘city'], axis=1).join(info[‘city'].str.split(' ', expand=True).stack().reset_index(level=1, drop=True).rename(‘city'))
如果原数据中已经是list了，可以将info[‘city'].str.split(' ', expand=True)这部分替换成info[‘city'].apply(lambda x: pd.Series(x))，就可以达到相同的目的。
以上这篇Pandas实现一列数据分隔为两列就是小编分享给大家的全部内容了，希望能给大家一个参考，也希望大家多多支持。
P70系列延期，华为新旗舰将在下月发布
3月20日消息，近期博主@数码闲聊站 透露，原定三月份发布的华为新旗舰P70系列延期发布，预计4月份上市。
而博主@定焦数码 爆料，华为的P70系列在定位上已经超过了Mate60，成为了重要的旗舰系列之一。它肩负着重返影像领域顶尖的使命。那么这次P70会带来哪些令人惊艳的创新呢？
根据目前爆料的消息来看，华为P70系列将推出三个版本，其中P70和P70 Pro采用了三角形的摄像头模组设计，而P70 Art则采用了与上一代P60 Art相似的不规则形状设计。这样的外观是否好看见仁见智，但辨识度绝对拉满。
更新日志
- 小骆驼-《草原狼2(蓝光CD)》[原抓WAV+CUE]
- 群星《欢迎来到我身边 电影原声专辑》[320K/MP3][105.02MB]
- 群星《欢迎来到我身边 电影原声专辑》[FLAC/分轨][480.9MB]
- 雷婷《梦里蓝天HQⅡ》 2023头版限量编号低速原抓[WAV+CUE][463M]
- 群星《2024好听新歌42》AI调整音效【WAV分轨】
- 王思雨-《思念陪着鸿雁飞》WAV
- 王思雨《喜马拉雅HQ》头版限量编号[WAV+CUE]
- 李健《无时无刻》[WAV+CUE][590M]
- 陈奕迅《酝酿》[WAV分轨][502M]
- 卓依婷《化蝶》2CD[WAV+CUE][1.1G]
- 群星《吉他王(黑胶CD)》[WAV+CUE]
- 齐秦《穿乐(穿越)》[WAV+CUE]
- 发烧珍品《数位CD音响测试-动向效果（九）》【WAV+CUE】
- 邝美云《邝美云精装歌集》[DSF][1.6G]
- 吕方《爱一回伤一回》[WAV+CUE][454M]