Python中实现一行拆多行和多行并一行的示例代码
作者：Huang supreme
这篇文章主要介绍了Python中实现一行拆多行和多行并一行的示例代码，文中通过示例代码介绍的非常详细，对大家的学习或者工作具有一定的参考学习价值，需要的朋友们下面随着小编来一起学习学习吧
粉丝提问
今天粉丝提了下面这样一个问题，其中一个是"一行拆多行"，另外一个是"多行并一行"，貌似群友用power query已经解决了。但是基于Python怎么做呢？接着往下看。
一行拆多行
上面这个问题我会提供两个思路，供大家选择，当然肯定是越简单得越好。每一种方法中都有一些好用的技巧，希望大家能够好好学习。
1）方法一
下方代码中有很多重要的知识点，需要我们下去好好学习一下，我这里只提供解体思路，关于每个知识点怎么用，希望大家下去自行研究学习。
- Pandas.melt()函数的用法；
- Series.str.split("/",expand=True)中，expand=True参数的用法；
- Series.sort_values()对文本进行排序；
- Python中enumerate()函数的用法；
import pandas as pd
# 读取数据
df = pd.read_excel("test1.xlsx",sheet_name="Sheet1")
# 将一列炸裂成多列
df[["类型1","类型2","类型3"]] = df["电影类型"].str.split("/",expand=True)
# 选取想要的列
df_final = df[["电影名","类型1","类型2","类型3"]]
# 将行专列
df_final = df_final.melt(id_vars=["电影名"],value_name="类型")
# 对“电影名”字段进行排序
df_final = df_final[["电影名","类型"]]
df_final.sort_values(by="电影名",inplace=True)
# 删除“类型==None”的行
for index,value in enumerate(df_final["类型"]):
if value == None:
df_final.drop(df_final.index[index],inplace=True)
df_final
结果如下：
2）方法二
上述方法确实感觉复杂了，但是没办法，我之前的Pandas版本只有0.23.4，因此无法用explode()方法，进行炸裂操作。在pandas0.25版本的时候, DataFrame中才新增了一个explode方法, 专门用来将一行变多行。
Pandas.explode()函数的用法；
import pandas as pd
# 读取数据
df = pd.read_excel("test1.xlsx",sheet_name="Sheet1")
# 将一行拆分成列表形式，注意：这里不需要使用expand=True参数
df["type"] = df["电影类型"].str.split("/")
# 直接炸裂指定列
df.explode("type")
结果如下：
多行并一行
这里没有使用什么特别的知识，好好理解Pandas中分组聚合应用某个函数，即可轻松解决这个问题。
import pandas as pd
# 读取数据
df = pd.read_excel("test1.xlsx",sheet_name="Sheet2")
# 分组聚合，应用某个函数
def func(df):
return ','.join(df.values)
df = df.groupby(by='电影名').agg(func).reset_index()
df
结果如下：
到此这篇关于Python中实现一行拆多行和多行并一行的示例代码的文章就介绍到这了,更多相关Python 一行拆多行和多行并一行内容请搜索脚本之家以前的文章或继续浏览下面的相关文章希望大家以后多多支持脚本之家！