最近在处理数据的时候遇到这样一个问题，原始数据中有些字段以（key:value）存储的数据，如表中SEX:Sex一列取值[F: Female]，其中F是key、Female是具体的value。为了简化数据，想利用Python把数据进行拆分，只取其中的value。

观察数据发现，有些字段的取值均为key:value形式，比如SEX:Sex字段，需要进行拆分；而有些字段是不需要进行拆分的，比如TIME_PERIOD:Time period字段，再比如SOURCE_LINK:Citation of or link to the data source字段，取值为链接也不用拆分。按以下思路进行数据处理：

• 读取数据，查看数据的基本情况；

import pandas as pd

file='fusion_COVID_UNICEF__all.csv'  ##所在文件夹目录
data=pd.read_csv(file,encoding='utf-8',sep=None,delimiter=",",error_bad_lines=False)
columns=data.columns.tolist()   ##获取字段
print(columns)
data.head()

• 统计需要进行拆分的字段：如果某一列所有非空取值均包含“：”，而不包含“http:”和“https:”，则需要拆分；

##判断字段是否需要拆分
split_col=[]  ##记录需要拆分的字段
for i in columns:
    num=0
    #print(i)
    #print(data[i])
    temp=data[i].dropna()  ##去掉字段中的空值
    #print(len(data[i]),len(temp))
    if len(temp)>0:  ##对于有取值的字段，判断是否需要进行拆分
        for j in temp:
            if ":" in str(j) and "http:" not in str(j) and "https:" not in str(j):
               num+=1
        if num==len(temp):
            #print("需拆分:",i)
            split_col.append(i)
print("需要拆分的字段：",split_col)

• 拆分数据并进行保存。
  利用pandas.Series.str.split(pat=None, n=-1, expand=False)函数进行数据拆分。其中，pat表示分隔符，默认以空格分隔；n表示分割次数，默认为 -1，即分隔所有；expand为true，表示会把切割出来的内容当做一列，产生多列，若为False，则把切割后的内容当作一个列表。

##将数据进行拆分并保存
cleaned=pd.DataFrame()
for i in columns:
    if i in split_col:
        #print(i)
        temp=data[i].str.split(": ",expand=True)
        #print(temp[1])
        cleaned[i]=temp[1]
    else:
        cleaned[i]=data[i]
cleaned.to_csv("data/result_UNICEF_COVID.csv",encoding='utf-8',index=0)
print ('--- End ---')
cleaned.head()

附：完整代码和数据可通过以下链接自行下载。
链接：https://pan.baidu.com/s/1noQYAmxr9KNSKbtDfr_XwQ
提取码：e8z7

ps：初衷是通过撰写博文记录自己所学所用，实现知识的梳理与积累；将其分享，希望能够帮到面临同样困惑的小伙伴儿。如发现博文中存在问题，欢迎随时交流~~