如果其他人想将一列（由值分隔）拆分为多列-请尝试以下操作：

series.str.split(',', expand=True)

这回答了我来这里寻找的问题。
归功于EdChum's代码，其中包括将拆分列添加回 Dataframe 。

pd.concat([df[[0]], df[1].str.split(', ', expand=True)], axis=1)

注意：第一个参数df[[0]]是DataFrame。

第二个参数df[1].str.split是要拆分的序列。
split Documentation
concat Documentation

使用Edchum的答案

pd.concat([df[[0]], df[1].str.split(', ', expand=True)], axis=1)

我可以通过代入变量来解决这个问题。

dfcleancsv = pd.concat([dfcleancsv['KEYS'], dfcleancsv[1].str.split(', ', expand=True)], axis=1)

OP的输出列数是可变的。在输出列数固定的特定情况下，另一个为结果列命名的优雅解决方案是使用多重赋值。
加载一个示例数据集并将其整形为long格式，以获得一个名为organ_dimension的变量。

import seaborn
iris = seaborn.load_dataset('iris')
df = iris.melt(id_vars='species', var_name='organ_dimension', value_name='value')

基于_分隔符将organ_dimension变量拆分为2个变量organ和dimension。

df[['organ', 'dimension']] = df['organ_dimension'].str.split('_', expand=True)
df.head()

Out[10]: 
  species organ_dimension  value  organ dimension
0  setosa    sepal_length    5.1  sepal    length
1  setosa    sepal_length    4.9  sepal    length
2  setosa    sepal_length    4.7  sepal    length
3  setosa    sepal_length    4.6  sepal    length
4  setosa    sepal_length    5.0  sepal    length

基于this answer“如何将一列拆分为两列？"

最简单的使用方法是矢量化

df = df.apply(lambda x:pd.Series(x))

也许这样会有用

df = pd.concat([df['KEYS'],df[1].apply(pd.Series)],axis=1)

看看这个

Responder_id    LanguagesWorkedWith
0   1   HTML/CSS;Java;JavaScript;Python
1   2   C++;HTML/CSS;Python
2   3   HTML/CSS
3   4   C;C++;C#;Python;SQL
4   5   C++;HTML/CSS;Java;JavaScript;Python;SQL;VBA
... ... ...
87564   88182   HTML/CSS;Java;JavaScript
87565   88212   HTML/CSS;JavaScript;Python
87566   88282   Bash/Shell/PowerShell;Go;HTML/CSS;JavaScript;W...
87567   88377   HTML/CSS;JavaScript;Other(s):
87568   88863   Bash/Shell/PowerShell;HTML/CSS;Java;JavaScript...`
###Split the LanguagesWorkedWith column into  multiple columns  by using` data= data1['LanguagesWorkedWith'].str.split(';').apply(pd.Series)`.###
` data1 = pd.read_csv('data.csv', sep=',')
data1.set_index('Responder_id',inplace=True)
data1
data1.loc[1,:]
data= data1['LanguagesWorkedWith'].str.split(';').apply(pd.Series)
data.head()`

其他的答案似乎都对我不起作用。在阅读了https://pandas.pydata.org/docs/reference/api/pandas.Series.str.split.html上的文档后，这个答案起作用了。它还扩展到了新的列中

df_new = df[0].str.split(',', expand=True)

你可能也想试试datar，一个将dplyr，tidyr和相关的R包移植到python的包：

>>> df
         i       j              A
  <object> <int64>       <object>
0       AR       5    Paris,Green
1      For       3  Moscow,Yellow
2      For       4  NewYork,Black
>>> from datar import f
>>> from datar.tidyr import separate
>>> separate(df, f.A, ['City', 'Color'])
         i       j     City    Color
  <object> <int64> <object> <object>
0       AR       5    Paris    Green
1      For       3   Moscow   Yellow
2      For       4  NewYork    Black