Pandas：基于特定列分隔符拆分行
最新回答
梦比糖果甜
2023-09-29 19:02:56
在 Pandas 中，若需基于特定列的分隔符拆分行，可通过 str.split() + explode() 的组合实现。以下是详细步骤和代码示例：
核心步骤导入 Pandas 库确保已安装 Pandas，并导入到 Python 环境：
import pandas as pd创建示例 DataFrame构造一个包含需拆分列的 DataFrame（例如 SPLIT 列以 " / " 分隔）：
data = {'ASSET_CLASS': ['Core'], 'SPLIT': ['0.6 Government / 0.4 Credit']}df = pd.DataFrame(data)print(df)输出：
ASSET_CLASS SPLIT0 Core 0.6 Government / 0.4 Credit使用 str.split() 拆分列通过 str.split() 按指定分隔符（如 " / "）将字符串拆分为列表：
df["SPLIT"] = df["SPLIT"].str.split(" / ")print(df)输出：
ASSET_CLASS SPLIT0 Core [0.6 Government, 0.4 Credit]使用 explode() 展开列表将 SPLIT 列中的列表展开为多行，每行对应一个元素：
df = df.explode("SPLIT").reset_index(drop=True)print(df)输出：
ASSET_CLASS SPLIT0 Core 0.6 Government1 Core 0.4 Credit
分隔符选择：str.split() 的参数需与实际分隔符一致（如 " / "、","、";" 等）。若分隔符为正则表达式特殊字符（如 .、*），需转义或使用 regex=True。
数据类型转换：若需拆分的列非字符串类型，先用 astype(str) 转换：
df["COLUMN"] = df["COLUMN"].astype(str).str.split(",")索引重置：explode() 后索引可能不连续，reset_index(drop=True) 可重置索引为连续整数。
多列拆分：若需同时拆分多列，可对每列分别应用 str.split() + explode()，或使用循环：
columns_to_split = ["COL1", "COL2"]for col in columns_to_split: df[col] = df[col].str.split(",") df = df.explode(col)
- 数据清洗：将包含多个值的单元格拆分为独立行（如日志中的标签、商品属性）。
- 数据转换：将宽格式数据转换为长格式，便于分析或可视化。
- 文本处理：解析结构化文本（如 CSV 格式的字符串、JSON 片段）。
通过上述方法，可高效实现 Pandas 中基于分隔符的行拆分，提升数据处理的灵活性和效率。
热门标签
