Pandas使用实用技巧

Pandas使用使用技巧

1 列拆分成行

常见的需求是将某一列根据指定的分隔符拆分成多列。现有需求，根据指定的分隔符将其拆分为多行。

例：

df =     A       B
      0  a       f
      1  b;c     h;g 
      2  d       k
      3  e       l

现需要将其拆分为：

df =     A       B
      0  a       f
      1  b       h
      1  c       g 
      2  d       k
      3  e       l

1.1 处理A列 

实现过程如下：

df = pd.DataFrame({'A': ['a', 'b;c', 'd', 'e'], 'B': ['f', 'h;j', 'k', 'l']})
df

     A    B
0    a    f
1    b;c    h;j
2    d    k
3    e    l

 将A列按照“；”分割，并展开为DataFrame，该效果由expand参数空值：

df_a = df['A'].str.split(';', expand=True)
df_a

    0    1
0    a    None
1    b    c
2    d    None
3    e    None

 将df_a进行堆积：

df_a = df_a.stack()
df_a

0  0    a
1  0    b
   1    c
2  0    d
3  0    e
dtype: object

将内层索引重置为列并删除掉：

df_a = df_a.reset_index(level=1, drop=True)
df_a

0    a
1    b
1    c
2    d
3    e
dtype: object

重命名该Series，否则接下来合并会失败：

df_a.rename('A_split', inplace=True)
df_a

0    a
1    b
1    c
2    d
3    e
Name: A_split, dtype: object

1.2 处理列B

处理过程同列A，最后重命名后为：

df_b.rename('B_split', inplace=True)
df_b

0    f
1    h
1    j
2    k
3    l
Name: B_split, dtype: object

1.3 合并A_split和B_split

水平合并处理完成后的两列：

concat_a_b = pd.concat([df_a, df_b], axis=1)
concat_a_b

     A_split     B_split
0    a    　　　　f
1    b   　　　　 h
1    c    　　　　j
2    d    　　　　k
3    e   　　　　 l

1.4 最后和原数据合并

将最终处理的数据和原数据根据索引进行合并：

df = df.join(concat_a_b, how='inner')
df

　　　A    　　B      A_split    B_split
0    a    　　f      a          f
1    b;c     h;j    b          h
1    b;c     h;j    c          j
2    d       k      d          k
3    e       l      e          l

最后达到了想要的效果。