pandas 把一列单元格里的数据 拆分成多列数据

可以使用 pandas 的 str.split() 方法将一列单元格里的数据拆分成多列数据。这个方法可以指定分隔符，并且可以选择将拆分后的数据放到多个新列中。

例如，假设有一个包含姓名和年龄的单元格，格式为 "姓名-年龄"，现在想将它们拆分成两列数据：

import pandas as pd

# 创建一个包含姓名和年龄的 Series
data = pd.Series(['张三-25', '李四-30', '王五-28'])

# 使用 str.split() 方法将数据拆分成两列
split_data = data.str.split('-', expand=True)
split_data.columns = ['姓名', '年龄']

# 打印拆分后的数据
print(split_data)

输出：

   姓名  年龄
0  张三  25
1  李四  30
2  王五  28

在上面的代码中，使用 str.split() 方法将数据拆分成两列，并将拆分后的数据放到新的 DataFrame 中。使用 expand=True 参数可以将拆分后的数据放到多列中，而不是放到一个新的 Series 中。最后给新的列命名，以便将其保存到 DataFrame 中。

相关问题

pandas 将一列列表数据拆分为多列

可以使用 pandas 的 Series.str 方法，将列表拆分成多列。

例如，假设有如下数据：

import pandas as pd
data = pd.DataFrame({'A': [[1, 2], [3, 4], [5, 6]]})
data

输出：

       A
0  [1, 2]
1  [3, 4]
2  [5, 6]

要将列表 A 拆分为两列，可以使用如下代码：

data[['B', 'C']] = pd.DataFrame(data['A'].tolist(), index=data.index)
data = data.drop('A', axis=1)
data

输出：

   B  C
0  1  2
1  3  4
2  5  6

以上代码的思路是：

1. 将列表 A 转换成 DataFrame，其中每个元素都是一行。
2. 将 DataFrame 和原始数据的索引进行合并，确保每个元素的索引与原始数据的索引相同。
3. 将新的 DataFrame 按行合并到原始数据中。
4. 删除原始数据中的列表 A 列。

这样就可以将列表数据拆分为多列了。

pandas 将dataframe一列数据拆分为多列

可以使用 pandas 的 str.split 方法将一列数据按照指定分隔符拆分成多列。

例如，假设有如下数据：

import pandas as pd
data = pd.DataFrame({'A': ['1-2-3', '4-5-6', '7-8-9']})
data

输出：

       A
0  1-2-3
1  4-5-6
2  7-8-9

要将列 A 拆分为三列，可以使用如下代码：

data[['B', 'C', 'D']] = data['A'].str.split('-', expand=True)
data = data.drop('A', axis=1)
data

输出：

   B  C  D
0  1  2  3
1  4  5  6
2  7  8  9

以上代码的思路是：

1. 使用 str.split 方法将列 A 按照分隔符 '-' 拆分成多列。
2. 使用 expand=True 参数将拆分后的列转换为 DataFrame。
3. 将新的 DataFrame 按列合并到原始数据中。
4. 删除原始数据中的列 A 列。

这样就可以将一列数据拆分为多列了。