python数据分列

在Python中，数据分列通常是指将DataFrame或Series对象中的单列数据转换成多列，这种操作可以基于特定规则或者条件。pandas库提供了一些函数来进行数据分列，例如：

1. `pivot`或`melt`函数：`pd.pivot()`用于重塑数据，常用于将宽表变长表；而`pd.melt()`则是将长表变宽表的过程，适合于一列中有多种分类的情况。

2. 列名分割：如果你的数据列名字本身就包含了需要分开的信息，可以使用`str.split()`或正则表达式等方法将其拆分成多列。

3. `explode`函数：当某一列包含嵌套的列表或者其他嵌套结构时，可以使用这个函数将嵌套元素展开到单独的行。

4. `str.get_dummies`或`get_categorical_codes`：用于处理类别型数据，将类别编码为新的列。

# 示例
df = pd.DataFrame({'ID': ['A0', 'B1', 'C2', 'D3'],
                   'Category': ['Apples', 'Bananas', 'Apples', 'Oranges']})
# 分列
df[['Category_A', 'Category_B']] = df['Category'].str.split('_', expand=True)