python数据分列_Python pandas 数据无法正常分列

在数据处理时，有时需要对数据进行分列，类似于Excel里面的分列功能，这个在pandas里面也可以实现，下面就来详细介绍相关的方法及注意点，前提是你已经对pandas有一定的了解

导入数据

这里介绍的是从Excel导入数据，当然也可以从其他文件导入、数据库查询后导入等，为了弄清楚里面的细节，本教程从Excel导入数据

import pandas as pd

import numpy as np

data=pd.read_excel('split.xlsx')

查看原始数据及各列数据类型，可以看到指标、选项都是object类型，其中选项列没有缺失值

原始数据.png

对选项列进行分列

对导入的原始数据进行分列，这里运用的是pandas.Series.str.split方法，可以理解为把Series作为字符串进行分列操作，分列都是对字符串进行操作的

split_data=data['选项'].str.split(':',expand=True) #需要添加expand=True，使分列后的数据扩展为一个数据框

split_data

原始数据分列.png

可以明显看到分列后的数据，第1、5、6索引行全是缺失值，对比上面的原始数据，这些都是只有一个数字，难道分列方法split对只有一个数字不能分列吗？其实则并不然，实际的原因请往下看

寻找原因

查看Excel里面的数据寻找原因，发现选项所在列，单个数字在Excel单元格是数字，其他的都是文本，因Excel里面数字一般都是在单元格里面都是靠右对齐，而文本都是靠左对齐

Excel数据.png

但是pandas导入数据后，已经查看了选项列为object类型，难道判断的数据类型有问题？请继续往下看

强制转换数据类型，再次分列

data['选项']=data['选项'].astype('str')

#data['选项']=data['选项'].astype('object') #这两个代码都可以转换

split_data=data['选项'].str.split(':',expand=True)

split_data

数据类型转换后再分列.png

可以看到已经成功进行分列了，

说明pandas读取的数据，判断出来的数据类型并不一定是这一列所有数据的真实类型，而是能概括所有类型的一个较大的类型(兼容所有类型)，并没有强制转换为同一个数据类型，比如选项列，里面有数值型、字符串型，那么较大的一个类型是object，pandas及认为该列数据类型是object

合并数据

split_data.columns=['s_1','s_2','s_3','s_4']

data.join(split_data) #join比较方便，根据索引直接对两个表进行链接，而merge需要设置链接时的字段

成功分列后数据.png

分列时注意事项

1.导入数据后一定要检查数据类型，不要急着去处理

2.分列前检查该列数据类型，确保该列数据类型都是字符串类型，或者object类型，当数据量很大的时候这个很容易出错

pandas里面数据类型对照

数据类型.jpg

作者：多66

python数据分列_Python pandas 数据无法正常分列相关推荐

python dataframe函数_python pandas中DataFrame类型数据操作函数的方法
这篇文章主要介绍了关于python pandas中DataFrame类型数据操作函数的方法,有着一定的参考价值,现在分享给大家,有需要的朋友可以参考一下 python数据分析工具pandas中Data ...
python抓取数据包_python抓数据包
广告关闭腾讯云11.11云上盛惠 ,精选热门产品助力上云,云服务器首年88元起,买的越多返的越多,最高返5000元! 前言:数据科学越来越火了,网页是数据很大的一个来源. 最近很多人问怎么抓网页数据 ...
python数据预处理_Python数据分析——数据预处理的方法
前言 1. 关于数据集数据来源:日月光华老师的<Python数据分析从入门到机器学习>的 lianjia 数据. 数据概况: cjtaoshu:成交套数 mendian:门店 cjzon ...
python读取dat数据anaconda_基于python的大数据分析-pandas数据读取（代码实战）
我们常见的数据存储格式无非就是csv.excel.txt以及数据库等形式. 数据读取在pandas中可以使用一些函数完成数据的读取.比如read_csv.read_excel.read_table. ...
python提取数据段_python提取数据段 python数据分析
如何在python中用slice分段取数据? 执行以下操作:&gt&gt a=range(6)&gt&gt a[0, 1, 2, 3, 4,5]&gt& ...
python颜色表_Python：数据可视化，必须注意的30个小技巧
原标题:Python:数据可视化,必须注意的30个小技巧优秀的数据可视化图表只是罗列.总结数据吗?当然不是!数据可视化其真正的价值是设计出可以被读者轻松理解的数据展示,因此在设计过程中,每一个选择, ...
python 仪表盘实现_Python实现数据可视化看如何监控你的爬虫状态【推荐】
今天主要是来说一下怎么可视化来监控你的爬虫的状态. 相信大家在跑爬虫的过程中,也会好奇自己养的爬虫一分钟可以爬多少页面,多大的数据量,当然查询的方式多种多样.今天我来讲一种可视化的方法. 关于爬虫数据 ...
python效率计算公式_Python: Pandas运算的效率探讨以及如何选择高效的运算方式
本文就Pandas的运行效率作一个对比的测试,来探讨用哪些方式,会使得运行效率较好. 测试环境如下: windows 7, 64位 python 3.5 pandas 0.19.2 numpy 1.1 ...
python panda用法_Python Pandas用法入门
简介首先pandas是基于numpy进行开发的. Pandas 的主要数据结构是 Series(一维数据)与 DataFrame(二维数据),这两种数据结构足以处理金融.统计.社会科学.工程等领域里 ...

python数据分列_Python pandas 数据无法正常分列

python数据分列_Python pandas 数据无法正常分列相关推荐

最新文章

热门文章