正确分列应避免直接赋值导致类型错误，优先用str.split(expand=True)配合n参数控制列数，复杂CSV格式用read_csv(StringIO())，正则extract更稳，分列后须清洗空格、转数值、检查dtype与内存。
用 str.split() 做基础分列，但别直接赋值给原列
直接写 df['col'] = df['col'].str.split(',') 会把整列变成 list 对象，后续无法直接参与数值计算或写入 CSV。正确做法是配合 expand=True 参数生成新列：
-
df[['a', 'b', 'c']] = df['text'].str.split(',', n=2, expand=True)——n=2表示最多切两刀，得三段，避免字段过多导致列数爆炸 - 如果不确定分割后有多少段，先用
df['text'].str.split(',').str.len().max()看最大长度，再决定是否设n -
expand=True返回 DataFrame；不加则返回 Series of lists，容易误判数据类型
遇到含引号/逗号的 CSV 风格文本，别硬 split，改用 read_csv(StringIO(...))
比如原始列里存着 "apple,banana","cherry,grape",date 这种带引号的字段，用 str.split(',') 会错误切开引号内的逗号。
- 先导入：
from io import StringIO - 逐行处理：
pd.read_csv(StringIO(row), header=None)[0].tolist()（单行）或批量构造 StringIO 对象再读取 - 性能注意：
read_csv比str.split慢 5–10 倍，仅在格式复杂时用；简单场景坚持用str.split - 若整列都是标准 CSV 格式，可整体转成字符串 + 换行符拼接，再一次性
read_csv，比逐行快得多
str.extract() 比 split 更稳，尤其当分隔符不固定或需提取特定模式
例如日志字段 "user=alice,action=login,ip=192.168.1.1"，用 split(',') 再 split('=') 嵌套易出错，且顺序不能保证。
- 写正则一次提取：
df['user'] = df['log'].str.extract(r'user=(\w+)') - 多字段一起提：
df[['user', 'action', 'ip']] = df['log'].str.extract(r'user=(\w+),action=(\w+),ip=([\d.]+)') - 注意：未匹配行会返回
NaN，不是空字符串；若需默认值，后面接.fillna('N/A') - 正则有开销，纯定长分隔符场景下，
str.split仍更快
内存和 dtype 问题常被忽略：分列后记得清理 object 类型和空格
分列产生的新列默认是 object 类型，即使内容全是数字，也无法做算术或排序；同时原始文本常带首尾空格，导致去重、合并失败。
- 链式清洗：
df['col'].str.strip().str.replace(r'\s+', ' ', regex=True) - 转数值前先处理异常：
pd.to_numeric(df['col'], errors='coerce')把非法值变NaN，而不是崩掉 - 大批量分列后，用
df.info(memory_usage='deep')看实际内存占用，object列可能比预想大 3–5 倍 - 如果某列只存有限类别（如状态码），尽早转成
category类型节省内存
分列本身不难，真正卡住人的往往是字段语义模糊、分隔符嵌套、空值位置飘忽，以及做完没检查 dtype 和内存——这些地方一松懈，后续 merge、groupby、导出全跟着出问题。
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！
