Question

我正在尝试根据逗号/空格分隔将列拆分为多个列。

我的数据框目前看起来像

     KEYS                                                  1
0   FIT-4270                                          4000.0439
1   FIT-4269                                          4000.0420, 4000.0471
2   FIT-4268                                          4000.0419
3   FIT-4266                                          4000.0499
4   FIT-4265                                          4000.0490, 4000.0499, 4000.0500, 4000.0504,

我想

   KEYS                                                  1           2            3        4 
0   FIT-4270                                          4000.0439
1   FIT-4269                                          4000.0420  4000.0471
2   FIT-4268                                          4000.0419
3   FIT-4266                                          4000.0499
4   FIT-4265                                          4000.0490  4000.0499  4000.0500  4000.0504

我的代码目前删除了KEYS列，我不知道为什么。任何人都可以改进或帮助解决问题吗？

v = dfcleancsv[1]

#splits the columns by spaces into new columns but removes KEYS?

dfcleancsv = dfcleancsv[1].str.split(' ').apply(Series, 1)

Answer 1

如果其他人想要将单个列（带有嵌入式列表，用逗号分隔）分成多个列（没有pd.concat） - 请尝试：

series.str.split(',', expand=True)

这回答了我来这里寻找的问题。

Documentation

Answer 2

使用Edchums回答

pd.concat([df[[0]], df[1].str.split(', ', expand=True)], axis=1)

我能够通过替换我的变量来解决它。

dfcleancsv = pd.concat([dfcleancsv['KEYS'], dfcleancsv[1].str.split(', ', expand=True)], axis=1)

Answer 3

使用下面的矢量化效果更好：

df = df.apply(lambda x:pd.Series(x))

Answer 4

OP的输出列数可变。对于固定数量的输出列的特殊情况，给结果列命名的另一种优雅的解决方案是使用多重分配

加载样本数据集并将其整形为长格式以获得变量称为organ_dimension。

import seaborn
iris = seaborn.load_dataset('iris')
df = iris.melt(id_vars='species', var_name='organ_dimension', value_name='value')

根据organ_dimension分隔符将organ变量分为2个变量dimension和_。基于this answer “如何将一列分为两列？”

df['organ'], df['dimension'] = df['organ_dimension'].str.split('_', 1).str
df.head()

Out[10]: 
  species organ_dimension  value  organ dimension
0  setosa    sepal_length    5.1  sepal    length
1  setosa    sepal_length    4.9  sepal    length
2  setosa    sepal_length    4.7  sepal    length
3  setosa    sepal_length    4.6  sepal    length
4  setosa    sepal_length    5.0  sepal    length

Answer 5

也许这应该有效：

df = pd.concat([df['KEYS'],df[1].apply(pd.Series)],axis=1)

Answer 6

检查一下

Responder_id    LanguagesWorkedWith
0   1   HTML/CSS;Java;JavaScript;Python
1   2   C++;HTML/CSS;Python
2   3   HTML/CSS
3   4   C;C++;C#;Python;SQL
4   5   C++;HTML/CSS;Java;JavaScript;Python;SQL;VBA
... ... ...
87564   88182   HTML/CSS;Java;JavaScript
87565   88212   HTML/CSS;JavaScript;Python
87566   88282   Bash/Shell/PowerShell;Go;HTML/CSS;JavaScript;W...
87567   88377   HTML/CSS;JavaScript;Other(s):
87568   88863   Bash/Shell/PowerShell;HTML/CSS;Java;JavaScript...`
###Split the LanguagesWorkedWith column into  multiple columns  by using` data= data1['LanguagesWorkedWith'].str.split(';').apply(pd.Series)`.###
` data1 = pd.read_csv('data.csv', sep=',')
data1.set_index('Responder_id',inplace=True)
data1
data1.loc[1,:]
data= data1['LanguagesWorkedWith'].str.split(';').apply(pd.Series)
data.head()`

Answer 7

您可能还想尝试 datar，一个包端口 dplyr、tidyr 和相关的 R 包到 python：

>>> df
         i       j              A
  <object> <int64>       <object>
0       AR       5    Paris,Green
1      For       3  Moscow,Yellow
2      For       4  NewYork,Black
>>> from datar import f
>>> from datar.tidyr import separate
>>> separate(df, f.A, ['City', 'Color'])
         i       j     City    Color
  <object> <int64> <object> <object>
0       AR       5    Paris    Green
1      For       3   Moscow   Yellow
2      For       4  NewYork    Black

Pandas用逗号将列拆分成多列

7 个答案: