Python中实现一行拆多行“和“多行并一行的方法是什么

本篇内容介绍了“Python中实现一行拆多行“和“多行并一行的方法是什么”的有关知识，在实际案例的操作过程中，不少人都会遇到这样的困境，接下来就让小编带领大家学习一下如何处理这些情况吧！希望大家仔细阅读，能够学有所成！

成都创新互联公司基于成都重庆香港及美国等地区分布式IDC机房数据中心构建的电信大带宽，联通大带宽，移动大带宽，多线BGP大带宽租用,是为众多客户提供专业服务器托管报价，主机托管价格性价比高，为金融证券行业成都托管服务器，ai人工智能服务器托管提供bgp线路100M独享，G口带宽及机柜租用的专业成都idc公司。

提下面这样一个问题，其中一个是"一行拆多行"，另外一个是"多行并一行"，貌似群友用power  query已经解决了。但是基于Python怎么做呢?接着往下看。

一行拆多行

上面这个问题我会提供两个思路，供大家选择，当然肯定是越简单得越好。每种方法中都有一些好用的技巧，希望大家能够好好学习。

1)方法一

下方代码中有很多重要的知识点，需要我们下去好好学习一下，我只提供解题思路，关于每个知识点怎么用，希望大家下去自行研究学习。

• Pandas.melt()函数的用法;

• Series.str.split("/",expand=True)中，expand=True参数的用法;

• Series.sort_values()对文本进行排序;

• Python中enumerate()函数的用法;

import pandas as pd # 读取数据 df = pd.read_excel("test1.xlsx",sheet_name="Sheet1") # 将一列炸裂成多列 df[["类型1","类型2","类型3"]] = df["电影类型"].str.split("/",expand=True) # 选取想要的列 df_final = df[["电影名","类型1","类型2","类型3"]] # 将行转列 df_final = df_final.melt(id_vars=["电影名"],value_name="类型") # 对“电影名”字段进行排序 df_final = df_final[["电影名","类型"]] df_final.sort_values(by="电影名",inplace=True) # 删除“类型==None”的行 for index,value in enumerate(df_final["类型"]):     if value == None:         df_final.drop(df_final.index[index],inplace=True) df_final

结果如下：

2)方法二

上述方法确实复杂，由于我的Pandas版本是0.23.4，因此无法使用explode()方法，进行炸裂操作。在pandas0.25版本的时候，DataFrame中才新增了一个explode()方法，专门用来将一行变多行。

• Pandas.explode()函数的用法;

import pandas as pd # 读取数据 df = pd.read_excel("test1.xlsx",sheet_name="Sheet1") # 将一行拆分成列表形式，注意：这里不需要使用expand=True参数 df["type"] = df["电影类型"].str.split("/") # 直接炸裂指定列 df.explode("type")

结果如下：

多行并一行这里没有使用什么特别的知识，好好的理解Pandas中分组聚合应用某个函数，即可轻松解决这个问题。

import pandas as pd # 读取数据 df = pd.read_excel("test1.xlsx",sheet_name="Sheet2") # 分组聚合，应用某个函数 def func(df):     return ','.join(df.values) df = df.groupby(by='电影名').agg(func).reset_index() df

结果如下：

“Python中实现一行拆多行“和“多行并一行的方法是什么”的内容就介绍到这里了，感谢大家的阅读。如果想了解更多行业相关的知识可以关注创新互联网站，小编将为大家输出更多高质量的实用文章！