Pythonpandas列转行操作详解(类似hive中explode方法)_pandas多列转行 - CSDN文库

164 浏览量更新于2023-05-11 评论 1 收藏 179KB PDF 举报

身份认证购VIP最低享 7 折!

领优惠券(最高得80元）

资源详情

资源评论

资源推荐

Python pandas 列转行操作详解列转行操作详解(类似类似hive中中explode方法方法)

主要介绍了Python pandas 列转行操作详解(类似hive中explode方法)，具有很好的参考价值，希望对大家有所

帮助。一起跟随小编过来看看吧

最近在工作上用到Python的pandas库来处理excel文件，遇到列转行的问题。找了一番资料后成功了，记录一下。

1. 如果需要爆炸的只有一列：如果需要爆炸的只有一列：

df=pd.DataFrame({'A':[1,2],'B':[[1,2],[1,2]]})

df

Out[1]:

A B

0 1 [1, 2]

1 2 [1, 2]

如果要爆炸B这一列，可以直接用explode方法（前提是你的pandas的版本要高于或等于0.25）

df.explode('B')

A B

0 1 1

1 1 2

2 2 1

3 2 2

2. 如果需要爆炸的有如果需要爆炸的有2列及以上列及以上

df=pd.DataFrame({'A':[1,2],'B':[[1,2],[3,4]],'C':[[1,2],[3,4]]})

df

Out[592]:

A B C

0 1 [1, 2] [1, 2]

1 2 [3, 4] [3, 4]

则可以用写一个方法，如下代码：

def unnesting(df, explode):

idx = df.index.repeat(df[explode[0]].str.len())

df1 = pd.concat([

pd.DataFrame({x: np.concatenate(df[x].values)}) for x in explode], axis=1)

df1.index = idx

return df1.join(df.drop(explode, 1), how='left')

unnesting(df,['B','C'])

Out[2]:

B C A

0 1 1 1

0 2 2 1

1 3 3 2

1 4 4 2

补充知识：补充知识：pandas:一列分解成多列一列分解成多列 series.str.split(',',expand=True);pyspark 一列分解成多列一列分解成多列

源源shuju

question_id id

0 17576 70391,70394

1 17576 70391,70392,70393,70394

2 17576 70391,70392

3 40430 155032,155033,155034

4 40430 155032,155033,155034,155035

5 40430 155033,155034,155035

6 40430 155032,155035

7 40430 155034,155035

8 40430 155032,155034

9 40430 155032,155034,155035

10 40430 155033,155034

11 40430 155032,155033

12 40430 155033,155035

13 40430 155032,155033,155035

pandas solution

df.join(df['id'].str.split(',',expand=True)

本内容试读结束，登录后可阅读更多

下载后可阅读完整内容，剩余3页未读，立即下载

评论0

weixin_38545485

粉丝: 5
资源: 984

会员权益专享

图片转文字

全年可省5，000元立即开通

最新资源

资源上传下载、课程学习等过程中有任何疑问或建议，欢迎提出宝贵意见哦~我们会及时处理！点击此处反馈