Pandas实现一列切分为多列

目录

前言

场景

二、实现

点关注，防走丢，如有纰漏之处，请留言指教，非常感谢

 

---

前言

pandas专栏将pandas数据处理的函数以及一些功能都写的基本完善了，现在一些工作就是查漏补缺了。我会将我在实际项目上遇到的一些将pandas实现的较为复杂的功能总结为各个小文章，作为以后集成做开源项目作准备，这样以来数据分析的基础就很牢固，

Pandas数据分析系列专栏已经更新了很久了，基本覆盖到使用pandas处理日常业务以及常规的数据分析方方面面的问题。从基础的数据结构逐步入门到处理各类数据以及专业的pandas常用函数讲解都花费了大量时间和心思创作，如果大家有需要从事数据分析或者大数据开发的朋友推荐订阅专栏，将在第一时间学习到Pandas数据分析最实用常用的知识。此篇博客篇幅较长，涉及到数据可视化等各类操作，值得细读实践一番，我会将Pandas的精华部分挑出细讲实践。博主会长期维护博文，有错误或者疑惑可以在评论区指出，感谢大家的支持。

---

场景

这里功能型的解析就直接见场景，比如拿到这个数据：

 第四列是个数组，我们需要此列拆开分解，形成单独的一列，这里大家注意此列的数组可以不是固定长度的，可以不一致。如果要达成此效果我们需要利用到以下功能函数：

• set_index()
• split()
• stack()
• reset_index()

二、实现

我们创建一个dataframe用于实现：

通过split我们可以先将该列切分：

df_test['cheak'].str.split(',', expand=True)

 

将其转置可将None去掉：

df_test['cheak'].str.split(',', expand=True).stack()

 

这是常用的索引重塑，想要了解更清楚的可以去看博主的另一篇博文：一文速学-Pandas索引重塑实现长宽表数据转换_fanstuck的博客-CSDN博客

 

df_test['cheak'].str.split(',', expand=True).stack().reset_index(level=0, drop=True).reset_index(name='cheak_cot')

 

综合起来一条代码就能实现：

df_test.set_index(['linkid','status'])['cheak'].str.split(',', expand=True).stack().reset_index(level=2, drop=True).reset_index(name='cheak_cot')

 

点关注，防走丢，如有纰漏之处，请留言指教，非常感谢

以上就是本期全部内容。我是fanstuck ，有问题大家随时留言讨论 ，我们下期见。