Pandas 将数据框列展开为多行的方法介绍

在本文中，我们将介绍如何将pandas数据框中的一列数据展开为多行的方法。

阅读更多：Pandas 教程

什么是展开？

展开（expand）或堆叠（stack）是指将数据从列转换为行或从行转换为列的操作。在数据处理中，有时需要将数据进行展开以便更好地进行分析。

方法一：使用explode函数

使用Pandas的explode函数可以将数据框列拆分成多个行。这个函数将一个列表、Series或索引的嵌套序列拆分为多个行，并按照行索引复制其他列，使结果数据框中的每一行都包含一组值。

下面是一个将“Class”列展开为多行的例子：

import pandas as pd

# 创建数据框
df = pd.DataFrame({'Name': ['Alice', 'Bob'],
                   'Class': [['Math', 'History'], 
                             ['Physics', 'Biology']]})

# 使用explode函数将“Class”列展开为多行
df = df.explode('Class')
print(df)

输出结果：

    Name     Class
0  Alice      Math
0  Alice   History
1    Bob   Physics
1    Bob   Biology

方法二：使用pivot函数

pivot函数可以将两列数据转换为新的数据框，其中一列作为行索引，另一列作为列索引，在交叉点处填充数据。使用pivot函数可以把一列拆成多行。

下面是一个将“Class”列展开为多行的例子：

import pandas as pd

# 创建数据框
df = pd.DataFrame({'Name': ['Alice', 'Bob'],
                   'Class': [['Math', 'History'], 
                             ['Physics', 'Biology']]})

# 将“Name”和“Class”列转换为新的数据框
df = df.pivot(index='Name', columns='Class').droplevel(level=0, axis=1)
df = df.reset_index().melt(id_vars='Name', value_name='Class').drop('variable', axis=1)
print(df)

输出结果：

    Name     Class
0  Alice      Math
1    Bob   Physics
2  Alice   History
3    Bob   Biology

方法三：使用concat函数

concat函数可以将多个数据框按照行方向（axis=0）或列方向（axis=1）进行堆叠。使用concat函数可以把多个数据框拆成多行。

下面是一个将“Class”列展开为多行的例子：

import pandas as pd

# 创建数据框
df = pd.DataFrame({'Name': ['Alice', 'Bob'],
                   'Class': [['Math', 'History'], 
                             ['Physics', 'Biology']]})

# 将“Class”列拆成多行
dflist = [pd.DataFrame({'Name': row['Name'], 'Class': c}) for _, row 
          in df.iterrows() for c in row['Class']]
df = pd.concat(dflist).reset_index(drop=True)
print(df)

输出结果：

    Name     Class
0  Alice      Math
1  Alice   History
2    Bob   Physics
3    Bob   Biology

总结

展开数据框中的列可以方便数据的分析和处理。本文介绍了三种展开数据框列的方法：使用explode函数、使用pivot函数和使用concat函数。这三种方法各有优缺点，需要根据具体的情况进行选择。