Python Pandas实战：DataFrame列拆分与行扩展技巧

摘要

引言：DataFrame结构变换需求

在数据分析流程中，经常遇到需要将DataFrame的某一列拆分为多列，或依据特定列的值将单行数据展开为多行的需求。本文旨在详细阐述实现这两个目标的具体方法。

数据读取与列拆分基础

1. 读取数据

2. 将City列按‘|'分隔符拆分为多列

此处利用匿名函数lambda，将City列的内容拆分为两个独立的列。

单行拆多行的两种实现方案

3. 将DataFrame单行按‘|'分隔符拆分为多行

方法一：基于前一步生成的DataFrame进行操作。如图所示，我们可以清晰地看到DataFrame已按照City列的内容被拆分为多行。该过程主要涉及先将DataFrame拆分为多列，再拆分为多个DataFrame，最后使用concat函数进行组合。然而，若City列中的元素切割数量不一致，这种方法可能会变得复杂。因此，推荐使用更具通用性的方法二。

方法二：核心思路是首先对DataFrame中需要拆分的列进行拆分，接着利用stack()函数进行轴变换，最后通过索引进行join操作，具体步骤如下所示。

方法二详细步骤：轴变换与合并

首先，将之前得到的df还原为原始数据形式：

接下来，提取City列，将其拆分为多列后进行轴转换，重新设置索引，并将新列命名为Company。

最后，从原df中删除Country列，并将处理后的DataFrame（df1）与原df使用join方法合并，从而得到最终结果。

以上就是本文的全部内容，希望对大家的学习有所帮助，也希望大家多多支持本站。