python按行拆分表格_Pandas进阶之DataFrame行列拆分

数据

需求：将Brands_rank列中的不同品牌名，单独列出来

观察数据：不同的品牌名，由横杆(-)隔开，第3行只有1个横杆(-)

为实现需求，可以将Brands_rank列拆为3列，或者将3行Brands_rank数据拆为8行。

# -*- coding:utf-8 -*-

import pandas as pd

import numpy as np

Type Brands_rank

0 Computer Mac-Dell-Lenovo

1 Phone Mac-XiaoMi-HuaWei

2 Pad Mac-HuaWei

一列拆多列

获取Type列

df_column = df.Type.to_frame()

print(df_column)

Type

0 Computer

1 Phone

2 Pad

基于Brands_rank列构造多列

方法一：当截取的内容长度和位置固定时，可直接使用字符串切片，本例中，以截取Brands_rank的Mac为例

df_column['Brands-First'] = df.Brands_rank.astype('str').str[0:3]

print(df_column)

Type Brands-First

0 Computer Mac

1 Phone Mac

2 Pad Mac

方法二：当截取的内容长度不固定时，如Brands_rank中横杆(-)的中间部分，字符串长度不一致，使用字符串分割函数split()

df_column['Brands-Second'] = df.Brands_rank.apply(lambda x: x.split('-')[1])

print(df_column)

Type Brands-First Brands-Second

0 Computer Mac Dell

1 Phone Mac XiaoMi

2 Pad Mac HuaWei

方法三：当分隔符个数不同时，需要对分隔符的个数做判断，本例中是横杆(-)，其个数不够2个时返回None。一列拆为3列的结果如下：

df_column['Brands-Third'] = df.Brands_rank.apply(lambda x: x.split('-')[2] if x.count('-') >= 2 else np.nan)

print(df_column)

Type Brands-First Brands-Second Brands-Third

0 Computer Mac Dell Lenovo

1 Phone Mac XiaoMi HuaWei

2 Pad Mac HuaWei NaN

一行拆多行

方法一：基于一列拆多列的结果，多次选取列再拼接。该方法容易理解，前提是需要先实现一列拆多列、代码冗余不优雅

df_index_1 = df_column[['Type', 'Brands-First']].rename(columns={'Brands-First':'Brands'})

df_index_2 = df_column[['Type', 'Brands-Second']].rename(columns={'Brands-Second':'Brands'})

df_index_3 = df_column[['Type', 'Brands-Third']].rename(columns={'Brands-Third':'Brands'})

df_index = pd.concat([df_index_1, df_index_2, df_index_3]).dropna().sort_index()

print(df_index)

Type Brands

0 Computer Mac

0 Computer Dell

0 Computer Lenovo

1 Phone Mac

1 Phone XiaoMi

1 Phone HuaWei

2 Pad Mac

2 Pad HuaWei

方法二、直接对Brands_rank列进行分割(split)，再堆叠(stack)处理，堆叠后会出现多级索引，删除多级索引后再拼接。3行拆分为8行的结果如下：

df_index = df.Brands_rank.str.split('-', expand=True).stack().to_frame()

df_index = df_index.reset_index(level=1, drop=True).rename(columns={0:'Brands'})

df[['Type']].join(df_index)

Type Brands

0 Computer Mac

0 Computer Dell

0 Computer Lenovo

1 Phone Mac

1 Phone XiaoMi

1 Phone HuaWei

2 Pad Mac

2 Pad HuaWei

python按行拆分表格_Pandas进阶之DataFrame行列拆分相关推荐

word表格分开快捷键_word文档如何快速拆分表格，干货！怎样快速拆分表格以及快速合并表格技巧介绍...
原标题:word文档如何快速拆分表格,干货!怎样快速拆分表格以及快速合并表格技巧介绍 word是一款文字处理器应用程序,我们大家在生活中工作中都会频繁的使用到word写一些文字.素材等等内容,我们记录 ...
python dataframe 列筛选_pandas系列之DataFrame 行列数据筛选实例
一.对DataFrame的认知 DataFrame的本质是行(index)列(column)索引+多列数据. 为了简化理解,我们不妨换个思路- 现实中,为了简化对一件事物的描述,我们会选择几个特征. ...
python如何按列输出_pandas中的DataFrame按指定顺序输出所有列的方法
问题: 输出新建的DataFrame对象时,DataFrame中各列的显示顺序和DataFrame定义中的顺序不一致. 例如: import pandas as pd grades = [48,99, ...
【Python学习系列十五】pandas库DataFrame行列操作使用方法
参考:http://pandas.pydata.org/pandas-docs/stable/api.html#dataframe data['w'] #选择表格中的'w'列,使用类字典属性,返回的是 ...
wps vba宏插件_合并和拆分表格，告别VBA和插件，用WPS表格自带功能一键搞定，而且免费！...
Excel情报局生产搬运分享Excel基础技能 OFFICE知识文艺青年用1%的Excel基础搞定99%的日常工作做一个有文艺范的Excel公众号 Excel是门手艺玩转需要勇气表哥带你玩转 ...
【拆分表格与批量重命名】
拆分表格与批量重命名文章目录拆分表格与批量重命名前言一.拆分表格 1.软件 2.步骤二.批量重命名 1.软件 2.步骤前言表格内容很多,比如工资表,可以邮件单个群发: 具体需求,将一个1 ...
python - pandas 之 dataframe - 行列筛选/遍历/新增/删除/连接/合并/修改/跨表update
目录 1.dataframe行列筛选 2.dataframe遍历行列 3.dataframe新增行列 4.drop删除指定行列 5.dataframe修改行列值 6.merge连接列 7.append ...
python 拆分excel工作表_Python几行代码轻松拆分表格
Python几行代码轻松拆分表格作者:梅朵微信公众号:实用办公编程技能微信号:Excel-Python 什么?,Python几行代码竟然可以按指定轻松拆分表格? 将test.xls中的数据按地区 ...
python按行拆分表格_Python几行代码轻松拆分表格
Python几行代码轻松拆分表格作者:梅朵微信公众号:实用办公编程技能微信号:Excel-Python 什么?,Python几行代码竟然可以按指定轻松拆分表格? 将test.xls中的数据按地区 ...
表格某一列不固定其余全固定_如何利用Python一键拆分表格并进行邮件发送~
因为平时经常要将一张表拆成工作簿,拆完还要发给不同的对象,工作又使用outlook发邮件,所以本文调用outlook账号进行邮件的发送作为示例:在一张表拆成多个sheet的基础上,修改了代码,可 ...

python按行拆分表格_Pandas进阶之DataFrame行列拆分

python按行拆分表格_Pandas进阶之DataFrame行列拆分相关推荐

最新文章

热门文章