pandas 根据一列生成两列

可以使用 `pandas` 的 `str.split()` 方法，将一列文本数据按照指定的分隔符分割成多个部分，并将其转换为 `DataFrame` 对象。例如，假设我们有一个包含姓名和性别的数据表，姓名和性别之间用逗号分隔，我们想要将其分成两列姓名和性别，可以使用以下代码：

import pandas as pd

# 创建包含姓名和性别的数据表
df = pd.DataFrame({'name_gender': ['Tom,Male', 'Jerry,Female']})

# 使用 str.split() 方法将 name_gender 分割成两列
df[['name', 'gender']] = df['name_gender'].str.split(',', expand=True)

# 打印结果
print(df)

输出结果为：

   name_gender   name  gender
0      Tom,Male    Tom    Male
1  Jerry,Female  Jerry  Female

在这个例子中，我们使用 `str.split()` 方法将 `name_gender` 列按照逗号分割成两个部分，并使用 `expand=True` 参数将其转换为 `DataFrame` 对象，然后将生成的两列数据分别赋值给 `name` 和 `gender` 列。

相关问题

pandas apply 根据一列生成两列

可以使用 `pandas` 的 `apply()` 方法，对一列数据进行逐行处理，并根据处理结果生成新的列。例如，假设我们有一个包含姓名和性别的数据表，姓名和性别之间用逗号分隔，我们想要将其分成两列姓名和性别，并将性别转换为大写字母，可以使用以下代码：

import pandas as pd

# 创建包含姓名和性别的数据表
df = pd.DataFrame({'name_gender': ['Tom,Male', 'Jerry,Female']})

# 定义函数，对每行数据进行处理
def split_and_uppercase(row):
    name, gender = row['name_gender'].split(',')
    return pd.Series({'name': name, 'gender': gender.upper()})

# 使用 apply() 方法对每行数据进行处理，并生成两列数据
df[['name', 'gender']] = df.apply(split_and_uppercase, axis=1)

# 打印结果
print(df)

输出结果为：

   name_gender   name  gender
0      Tom,Male    Tom    MALE
1  Jerry,Female  Jerry  FEMALE

在这个例子中，我们定义了一个函数 `split_and_uppercase()`，对每行数据进行处理，并返回一个包含两个元素的 `Series` 对象，分别代表分隔后的姓名和转换后的性别。然后，我们使用 `apply()` 方法对每行数据调用这个函数，并将生成的两列数据分别赋值给 `name` 和 `gender` 列。

python读取两个文件夹下所有文件名，一个文件夹做为一列，并生成两列的csv表

在Python中，你可以使用`os`模块来遍历文件夹，然后结合`pandas`库来处理数据并生成CSV文件。这里是一个基本的步骤：

import os
import pandas as pd

# 定义两个文件夹路径
folder1 = 'path_to_folder1'
folder2 = 'path_to_folder2'

# 创建空列表来存储文件名
files1 = []
files2 = []

# 遍历第一个文件夹下的所有文件
for filename in os.listdir(folder1):
    files1.append(filename)

# 遍历第二个文件夹下的所有文件
for filename in os.listdir(folder2):
    files2.append(filename)

# 将文件名列表转换为DataFrame，假设每一列代表一个文件夹的内容
data = {'Folder 1': files1, 'Folder 2': files2}

# 使用pandas创建DataFrame
df = pd.DataFrame(data)

# 写入CSV文件
output_file = 'file_names.csv'
df.to_csv(output_file, index=False)