必须加expand=true，否则str.split()返回list型series无法赋值多列；设expand=true才返回dataframe并自动补nan，列数由最多分割项决定。
str.split(expand=True) 为什么必须加 expand=True
不加 expand=True 时，str.split() 返回的是单个 list 类型的元素（比如 ['a', 'b', 'c']），直接赋值给一列会导致整列变成 object 类型的 list，无法当多列用。只有设了 expand=True，pandas 才会把每个拆分结果自动铺开成独立列，并返回一个 DataFrame —— 这才是你真正想“拆成多列”的行为。
常见错误现象：df['col'].str.split(',') 赋值后发现新列里全是 ['x', 'y'] 这种，点开看是 list，不是分开的字段。
-
expand=False（默认）→ 返回 Series of lists -
expand=True→ 返回 DataFrame，列数由最多分割项决定 - 若某行分割后项数少于其他行，缺失位置自动填
NaN
如何控制拆分后列名：别依赖默认数字索引
直接用 df['col'].str.split(',', expand=True) 会得到列名为 0, 1, 2... 的 DataFrame，后续操作容易出错（比如写 df[1] 看似取第二列，但万一某行没分出两段，该列就全 NaN）。建议显式重命名或直接赋值给新列名。
实操建议：
- 用
columns参数一步指定列名：df[['part1', 'part2', 'part3']] = df['col'].str.split(',', n=2, expand=True) -
n参数很关键：限制最大分割次数，避免某行含多个逗号却生成过多空列 - 如果不确定最多几段，先用
df['col'].str.split(',').str.len().max()探查下数据
遇到空字符串、None 或 NaN 怎么办
str.split() 对 None 或 NaN 默认返回 NaN；但对空字符串 ''，默认会返回 ['']（一个含空字符串的 list），设了 expand=True 后就变成一列 '' —— 这往往不是你想要的。
解决办法：
- 提前清洗：
df['col'] = df['col'].replace('', pd.NA)，再 split - 或用
na_action='ignore'（注意：这是str.split的参数，不是 pandas 全局选项） - 更稳妥的是加
.dropna(subset=['col'])预过滤，尤其当空值语义明确时
错误现象举例：某列拆完后第一列全是 ''，大概率是原始数据有大量空字符串没处理。
性能与大文件注意事项
str.split(..., expand=True) 在底层会构造新 DataFrame，内存占用是原列的数倍（尤其当分割出很多列时）。100 万行、平均拆成 5 段，可能瞬间吃掉额外 1–2GB 内存。
可优化点：
- 优先用
n限制段数，比如只要前两段：split(',', n=1, expand=True) - 避免在未筛选的数据上直接 expand —— 先
query或loc缩小范围 - 如果只是临时查看，用
apply(lambda x: x.split(',')[:3])+expand=True更可控
真正麻烦的不是语法，而是拆完之后各列数据类型混乱（比如本该是数字的变成了字符串），得立刻跟一句 astype()，这个步骤经常被跳过。
Python免费学习笔记（深入）：立即使用
在学习笔记中，你将探索 Python 的核心概念和高级技巧！
