Pandas Pandas多列拆分

在本文中，我们将介绍如何使用Pandas将多列数据拆分成新的行。

阅读更多：Pandas 教程

背景介绍

Pandas是一个Python的数据处理库，提供各种各样的数据处理操作，其中包括将数据拆分成新的行。在实际数据处理中，常常会遇到多列数据需要拆分成新的行的情况。比如下面的例子：

我们希望将Skills一列中的数据逗号拆分成新的行，得到如下结果：

该操作在数据清洗和分析中常常需要使用。

解决方案

下面介绍两种解决方案，一种是使用Pandas的explode函数，另一种则是手动实现拆分操作。

使用Pandas的explode函数

Pandas从0.25版本开始提供了explode函数，可以方便地将Series或DataFrame中的列表展开为新的行。首先需要将需要拆分的列转换为列表，然后对该列表使用explode函数即可实现拆分操作。

下面是示例代码：

import pandas as pd 

df = pd.DataFrame({'ID': [1, 2], 'Name': ['Alice', 'Bob'], 'Skills': [['A', 'B'], ['A', 'C', 'D']]})

df = df.explode('Skills')
df = df.reset_index(drop=True)
df = df.rename(columns={'Skills': 'Skill'})

print(df)

输出结果如下：

   ID   Name Skill
0   1  Alice     A
1   1  Alice     B
2   2    Bob     A
3   2    Bob     C
4   2    Bob     D

该方法使用简单，但由于Pandas的版本限制，可能不适用于较老的Pandas版本。

手动实现拆分操作

如果不使用Pandas的explode函数，也可以手动实现拆分操作。需要先将需要拆分的列按照逗号分隔为新的列。然后将每一行拆分后的列都复制到新的行中，并保持原有的行索引和其他列不变。

下面是示例代码：

import pandas as pd 

df = pd.DataFrame({'ID': [1, 2], 'Name': ['Alice', 'Bob'], 'Skills': ['A, B', 'A, C, D']})

# 将Skills列按逗号分隔
df2 = df['Skills'].str.split(',', expand=True).add_prefix('Skill')
df2['ID'] = df['ID']
df2['Name'] = df['Name']

# 将拆分后的列复制到新的行中，保持原有的行索引和其他列不变
df3 = pd.melt(df2, id_vars=['ID', 'Name'], value_name='Skill').dropna().drop('variable', axis=1).sort_values(['ID', 'Skill']).reset_index(drop=True)

print(df3)

输出结果如下：

   ID   Name Skill
0   1  Alice     A
1   1  Alice     B
2   2    Bob     A
3   2    Bob     C
4   2    Bob     D

该方法相对较为复杂，但可以适用于较老的Pandas版本。

总结

本文介绍了如何使用Pandas将多列数据拆分成新的行。我们介绍了两种解决方案，一种是使用Pandas的explode函数，另一种则是手动实现拆分操作。在实际数据处理中，需要根据实际情况选择合适的方法。使用本文介绍的方法可以方便地将多列数据拆分成新的行，方便后续的数据处理和分析。希望本文能对大家有所帮助。