如何将一列中的文本拆分为多行

我正在处理一个大型 csv 文件，倒数第二列有一个文本字符串，我想用特定分隔符分割它。我想知道是否有一种简单的方法可以使用 pandas 或 python 来做到这一点？

CustNum  CustomerName     ItemQty  Item   Seatblocks                 ItemExt
32363    McCartney, Paul      3     F04    2:218:10:4,6                   60
31316    Lennon, John        25     F01    1:13:36:1,12 1:13:37:1,13     300

我想按空间分割(' ')然后是冒号(':') in the Seatblocks列，但每个单元格会产生不同数量的列。我有一个重新排列列的功能，所以Seatblocks列位于工作表的末尾，但我不确定从那里该做什么。我可以用内置的 excel 来完成text-to-columns函数和快速宏，但我的数据集有太多记录，Excel 无法处理。

最终，我想记录约翰·列侬的记录并创建多条线路，并将每组座位的信息放在单独的线路上。

这将按空间分割座位块，并为每个座位块提供自己的行。

In [43]: df
Out[43]: 
   CustNum     CustomerName  ItemQty Item                 Seatblocks  ItemExt
0    32363  McCartney, Paul        3  F04               2:218:10:4,6       60
1    31316     Lennon, John       25  F01  1:13:36:1,12 1:13:37:1,13      300

In [44]: s = df['Seatblocks'].str.split(' ').apply(Series, 1).stack()

In [45]: s.index = s.index.droplevel(-1) # to line up with df's index

In [46]: s.name = 'Seatblocks' # needs a name to join

In [47]: s
Out[47]: 
0    2:218:10:4,6
1    1:13:36:1,12
1    1:13:37:1,13
Name: Seatblocks, dtype: object

In [48]: del df['Seatblocks']

In [49]: df.join(s)
Out[49]: 
   CustNum     CustomerName  ItemQty Item  ItemExt    Seatblocks
0    32363  McCartney, Paul        3  F04       60  2:218:10:4,6
1    31316     Lennon, John       25  F01      300  1:13:36:1,12
1    31316     Lennon, John       25  F01      300  1:13:37:1,13

或者，将每个冒号分隔的字符串放在其自己的列中：

In [50]: df.join(s.apply(lambda x: Series(x.split(':'))))
Out[50]: 
   CustNum     CustomerName  ItemQty Item  ItemExt  0    1   2     3
0    32363  McCartney, Paul        3  F04       60  2  218  10   4,6
1    31316     Lennon, John       25  F01      300  1   13  36  1,12
1    31316     Lennon, John       25  F01      300  1   13  37  1,13

这有点难看，但也许有人会提出一个更漂亮的解决方案。