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。

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。

dataframe将一列拆分为多列

可以使用`pandas`库中的`str.split()`方法将一列数据拆分为多列。假设我们有以下的`DataFrame`，其中`name`列中的数据需要拆分：

import pandas as pd

df = pd.DataFrame({'name': ['John Smith', 'Jane Doe', 'Bob Johnson']})

我们可以使用`str.split()`方法将`name`列拆分为`first_name`列和`last_name`列：

df[['first_name', 'last_name']] = df['name'].str.split(' ', expand=True)

这里的`expand=True`表示将拆分出的多个列扩展为新的列。最终得到的`DataFrame`如下：

          name first_name last_name
0  John Smith       John     Smith
1    Jane Doe       Jane       Doe
2  Bob Johnson        Bob   Johnson