在制造业、供应链管理等工作中，我们经常会遇到这样的Excel数据：物料路径用“->”串联成一串（比如“自行车整车-1->轮子->轮毂总成->车圈”），想要把这些层级拆分出来、整理成清晰的结构化表格，手动操作不仅费时还容易出错。

今天就教你用Python的pandas库，几行核心代码就能搞定多层级物料路径拆解，还能优化显示格式，让数据一目了然！

一、先看需求场景

我们有一份自行车物料清单Excel，核心字段包括：出货产品、最终材料、数量、材料路径。其中“材料路径”是多层级拼接的字符串，比如：

目标是：

1. 把“材料路径”按“->”拆分成“第一级、第二级、第三级”等列
2. 优化显示：同一出货产品/同一层级的内容，仅首次出现时显示，重复行留空，让表格更整洁
3. 输出整理后的新Excel文件,需要下面的结果：

二、核心代码片段解析

1. 路径拆分核心逻辑

首先读取Excel文件，将拼接的物料路径拆分成列表形式，这是层级拆解的基础：

import pandas as pd# 读取Excel文件（替换成你的文件路径）df = pd.read_excel('data0121.xlsx')# 解析材料路径，按->拆分成列表形式df['path_parts'] = df['材料路径'].apply(lambda x: x.split('->'))

2. 提取指定层级材料

定义函数获取不同层级的物料名称，解决“层级不足时返回空值”的问题：

# 定义函数：获取指定层级的材料（level从0开始，0是出货产品本身）defget_level(parts, level):if len(parts) > level:return parts[level]return''# 层级不足时返回空值# 创建新列，存储拆分后的各级材料df['第一级'] = df['path_parts'].apply(lambda x: get_level(x, 1))df['第二级'] = df['path_parts'].apply(lambda x: get_level(x, 2))df['第三级'] = df['path_parts'].apply(lambda x: get_level(x, 3))

3. 优化表格显示效果

让重复的“出货产品”“第一级”内容自动留空，提升表格可读性：

# 优化显示：同一出货产品/第一级，仅首次出现时显示，重复行留空for col in ['出货产品', '第一级']:# 对比当前行和上一行的值，不同则保留，相同则置空    mask = result[col] != result[col].shift(1)    result.loc[~mask, col] = ''

四、处理后效果展示

运行代码后，生成的Excel表格会变成这样（整洁的层级展示）：

可以看到：

• 多层级路径被精准拆分成“第一级、第二级、第三级”
• 重复的“出货产品”“第一级”内容自动留空，表格视觉上更清晰
• 保留了原始“材料路径”，方便核对

五、代码灵活调整技巧

1. 层级扩展：如果你的物料路径超过3级，只需新增代码：df['第四级'] = df['path_parts'].apply(lambda x: get_level(x, 4))
2. 列名适配：如果你的Excel列名不是“材料路径”，替换代码中对应的字段名即可
3. 显示优化：想让“第二级”也自动留空，只需把['出货产品', '第一级']改成['出货产品', '第一级', '第二级']

六、获取完整可运行代码

以上仅展示了核心代码片段，完整可直接运行的代码（含依赖安装、文件保存、异常处理等全流程） ，请按照以下步骤获取：

✅ 第一步：点击文章右下角【在看】

 ✅ 第二步：关注本公众号 

✅ 第三步：公众号后台回复关键词【物料拆分】

💡 提示：获取代码后，只需替换Excel文件路径，安装对应依赖（pip install pandas openpyxl），即可直接运行，无需额外修改！

skill：

1. 核心逻辑：用split('->')拆分层级路径，自定义函数get_level提取指定层级内容；
2. 显示优化：通过shift(1)对比上下行数据，实现重复内容留空，提升表格可读性；
3. 完整代码：完成三连关注后，后台回复关键词即可获取全流程可运行代码。

这套方法比手动拆分快10倍以上，尤其适合处理几百上千行的物料清单，再也不用对着Excel逐行改了！

为了能随时获取最新动态，大家可以动动小手将公众号添加到“星标⭐”哦，点赞 + 关注，用时不迷路！！！！

关注公众号：IT小本本 👇