下面是一个示例代码，演示了如何按照分隔符拆分列，并删除扩展列：

import pandas as pd

# 创建一个示例数据框
data = {'列A': ['a,b,c', 'd,e,f', 'g,h,i'],
        '列B': [1, 2, 3],
        '列C': [4, 5, 6]}
df = pd.DataFrame(data)

# 按照分隔符拆分列A，并创建新的数据框
df_split = df['列A'].str.split(',', expand=True)
df_split.columns = ['列A_{}'.format(i+1) for i in range(len(df_split.columns))]

# 删除原来的列A
df = df.drop('列A', axis=1)

# 将拆分后的列合并回原来的数据框
df = pd.concat([df, df_split], axis=1)

print(df)

输出结果：

   列B  列C 列A_1 列A_2 列A_3
0   1   4    a    b    c
1   2   5    d    e    f
2   3   6    g    h    i

在这个示例中，我们使用pandas库来进行数据处理。首先，我们创建了一个示例数据框df，其中包含了一个包含分隔符的列A，以及两个其他列B和C。

然后，我们使用str.split()函数将列A按照逗号分隔成多个列。expand=True参数表示我们希望将拆分后的列作为新的数据框返回。我们还使用columns属性为拆分后的列指定新的列名。

接下来，我们使用drop()函数删除原来的列A，axis=1表示按列删除。

最后，我们使用concat()函数将拆分后的列合并回原来的数据框，axis=1表示按列合并。

最终，我们打印输出了处理后的数据框。