Pandas：基于特定列分隔符拆分行

本文介绍了如何使用 Pandas 库将 DataFrame 中特定列的行按照分隔符拆分成多行。通过 str.split() 和 explode() 函数的组合使用，可以高效地实现数据的拆分和重塑，从而满足数据处理和分析的需求。本文将提供详细的步骤和代码示例，帮助读者掌握这一技巧。

使用 Pandas 拆分行

在数据处理过程中，有时需要将 DataFrame 中某列的单个单元格拆分成多行，这通常发生在单元格包含多个值，并以特定分隔符分隔的情况下。Pandas 提供了简洁而强大的方法来实现这一目标，即结合使用 str.split() 和 explode() 函数。

步骤 1：导入 Pandas 库

首先，确保已经安装了 Pandas 库，并将其导入到 Python 环境中：

import pandas as pd

步骤 2：创建 DataFrame

为了演示拆分行的过程，我们创建一个示例 DataFrame：

data = {'ASSET_CLASS': ['Core'],
'SPLIT': ['0.6 Government / 0.4 Credit']}
df = pd.DataFrame(data)
print(df)

输出：

  ASSET_CLASS                   SPLIT
0        Core  0.6 Government / 0.4 Credit

步骤 3：使用 str.split() 函数拆分列

接下来，使用 str.split() 函数将 SPLIT 列按照分隔符（在本例中是 ” / “）拆分成列表：

df["SPLIT"] = df["SPLIT"].str.split(" / ")
print(df)

输出：

  ASSET_CLASS                        SPLIT
0        Core  [0.6 Government, 0.4 Credit]

步骤 4：使用 explode() 函数展开列表

现在，SPLIT 列的每个单元格都包含一个列表。使用 explode() 函数将这些列表展开，从而将一行拆分成多行：

df = df.explode("SPLIT").reset_index(drop=True)
print(df)

输出：

  ASSET_CLASS           SPLIT
0        Core  0.6 Government
1        Core      0.4 Credit

完整代码示例

将上述步骤整合在一起，得到完整的代码示例：

import pandas as pd
data = {'ASSET_CLASS': ['Core'],
'SPLIT': ['0.6 Government / 0.4 Credit']}
df = pd.DataFrame(data)
df["SPLIT"] = df["SPLIT"].str.split(" / ")
df = df.explode("SPLIT").reset_index(drop=True)
print(df)

注意事项

• 分隔符的选择： str.split() 函数的参数是分隔符，需要根据实际情况选择正确的分隔符。
• 数据类型： 确保需要拆分的列是字符串类型。如果不是，可以使用 astype(str) 函数进行转换。
• reset_index(drop=True)： 在使用 explode() 函数后，索引可能会变得不连续。使用 reset_index(drop=True) 可以重置索引，使其从 0 开始连续。

总结

通过 str.split() 和 explode() 函数的组合使用，可以方便地将 Pandas DataFrame 中特定列的行按照分隔符拆分成多行。这种方法在数据清洗、转换和分析中非常有用，可以帮助用户更好地处理和理解数据。掌握这一技巧，可以提高数据处理的效率和灵活性。