pandas将列中逗号分隔变成不同行

您可以使用 `pandas` 的 `str.split()` 方法将逗号分隔的值转换为列表，然后使用 `explode()` 方法将列表中的每个元素拆分成不同行。

例如，假设您有一个名为 `df` 的数据框，其中包含一个名为 `col` 的列，其中的值是逗号分隔的字符串。则您可以使用以下代码将每个逗号分隔的值拆分成不同行：

import pandas as pd

# 创建示例数据框
data = {'col': ['a,b,c', 'd,e', 'f,g,h']}
df = pd.DataFrame(data)

# 将逗号分隔的值转换为列表
df['col'] = df['col'].str.split(',')

# 将每个列表中的元素拆分成不同行
df = df.explode('col')

print(df)

输出结果如下：

  col
0   a
0   b
0   c
1   d
1   e
2   f
2   g
2   h

相关问题

import pandas as pd df = pd.DataFrame({'序号': [1, 2, 3, 4], '表名': ['西部公司', '东部公司','东部公司', '西部公司'] 'sheet名': ['差异-招商银行', '奖金-民生银行','工资-浙商银行', '离补-工商银行'], '姓名': ['Malehhjkjkgkjjgkgjk', 'Femalestrehree', 'Femalegrhreherdfdfdfh', 'Maledfgfdgdfdg'], '金额': [2, 2, 2, 2]}) groups=df.groupy('表名') for name , groupdf in groups: groupdf = groups.groupy('sheet名') for sheetname , group in groupdf: 把group按照包含关键字['工资', '离补', '奖金', '差异']的先后顺序排序

首先，在导入 pandas 库时，需要添加逗号分隔符，使得每个键值对在不同行上，代码应该如下：

import pandas as pd 

df = pd.DataFrame({'序号': [1, 2, 3, 4], 
                   '表名': ['西部公司', '东部公司','东部公司', '西部公司'], 
                   'sheet名': ['差异-招商银行', '奖金-民生银行','工资-浙商银行', '离补-工商银行'], 
                   '姓名': ['Malehhjkjkgkjjgkgjk', 'Femalestrehree', 'Femalegrhreherdfdfdfh', 'Maledfgfdgdfdg'], 
                   '金额': [2, 2, 2, 2]})

然后，按照表名和sheet名分组可以使用 `groupby()` 函数，代码如下：

groups = df.groupby(['表名', 'sheet名'])

最后，对于每个分组，可以使用 `sorted()` 函数进行排序，代码如下：

for name, groupdf in groups:
    groupdf = groupdf.sort_values(by=['sheet名'], key=lambda x: [(['工资', '离补', '奖金', '差异'].index(i) if i in ['工资', '离补', '奖金', '差异'] else len(['工资', '离补', '奖金', '差异'])) for i in x])
    print(groupdf)

这里使用了 `sort_values()` 函数对 `sheet名` 列进行排序，其中 `key` 参数为排序的关键字，使用了 lambda 表达式，将包含关键字的元素按照顺序进行排序。如果 `sheet名` 列中不包含关键字，则默认放在最后。

ParserError: Error tokenizing data. C error: Expected 1 fields in line 3, saw 2中saw 2啥意思

这个错误的意思是在读取 CSV 文件时，程序预期在第三行中只有一个字段，但实际上读取到了两个字段。这通常是由于第三行的数据格式不符合 CSV 文件的规范造成的。

在 CSV 文件中，每一行数据都应该由若干个字段组成，并且每个字段之间应该用逗号进行分隔。如果某一行数据的字段数目与其他行不一致，就会导致读取数据时出现错误。

要解决这个错误，你可以检查第三行的数据格式是否正确，并尝试修改数据格式以符合 CSV 文件的规范。你也可以尝试使用 Pandas 库中的 `read_csv` 函数读取 CSV 文件，并指定适当的参数来处理不同行之间的字段数目不一致的问题。例如，可以使用 `error_bad_lines=False` 参数来跳过不符合规范的行，或使用 `skiprows` 参数来跳过指定的行。