在做数据分析的过程中，我们有时候会遇到一种这样的情况，一列数据中有多个数据有多组数据是在一起的，我们没法根据数据列来进行筛选，例如下图所示：
气温里面的最高温和最低温都集中在一起了，如果这个时候我想要筛选出最高温或者低温的时候就很难操作，我们用pandas来处理就很容易把它拆分成多列，下面我用一个例子来演示一下：
首先在vscode导入一份数据，并打印出前40条数据看看
import pandas as pd
pd.set_option('display.unicode.ambiguous_as_wide', True) #处理数据的列标题与数据无法对齐的情况
pd.set_option('display.unicode.east_asian_width', True) #无法对齐主要是因为列标题是中文
df=pd.read_excel(r'data\2013tianqi.xls',encoding='gbk')
print(df.head(40))
我们看打印出来的数据月份之间会有1列是空值，这时我们需要把空值去掉，方法如下：
import pandas as pd
pd.set_option('display.unicode.ambiguous_as_wide', True) #处理数据的列标题与数据无法对齐的情况
pd.set_option('display.unicode.east_asian_width', True) #无法对齐主要是因为列标题是中文
df=pd.read_excel(r'data\2013tianqi.xls',encoding='gbk')
#删除数据中所有的空行
df.dropna(axis=0,how='all',inplace=True)
print(df.head(40))
这样我们就把空行给删除掉了，接下来，我们把气温这1列数据拆分成2列，分别是最高温度和最低温度，方法如下：
import pandas as pd
pd.set_option('display.unicode.ambiguous_as_wide', True) #处理数据的列标题与数据无法对齐的情况
pd.set_option('display.unicode.east_asian_width', True) #无法对齐主要是因为列标题是中文
df=pd.read_excel(r'data\2013tianqi.xls',encoding='gbk')
#删除数据中所有的空行
df.dropna(axis=0,how='all',inplace=True)
#拆分列
df['最高温度']=df['气温'].apply(lambda x: x.split('/')[0])
df['最低温度']=df['气温'].apply(lambda x: x.split('/')[1])
print(df.head(40))
好了，这样就完成把1列拆分成多列了。