如何在 Pandas DataFrame 中將逗號分隔的儲存格拆分為多行？

將Pandas 資料框中的儲存格分割為多行

Pandas 提供了全面的資料操作工具，包括分割包含多個逗號分隔值的單元格的功能分成多行。在本指南中，我們將根據 pandas 的版本探索使用兩種不同方法來實現此目的。

pandas >= 0.25

對於 pandas 0.25 及更高版本，您可以使用組合apply、str.split 和 Series.explode 來實現所需的結果。程式碼片段如下：

<code class="python">(df.set_index(['order_id', 'order_date'])
   .apply(lambda x: x.str.split(',').explode())
   .reset_index())                                                   </code>

說明：

1. set_index(['order_id', 'order_date']): order_id 和order_date 欄位作為在_date 欄位作為在後續操作中保留它們的索引。
2. apply(lambda x: x.str.split(',').explode())：對每一行應用 lambda 函數。它將逗號分隔符號上的儲存格值（package 和 package_code）拆分，並將結果清單分解為多行。
3. reset_index()：重設索引以建立一個新的 DataFrame，並將分解的值作為單獨的行。

pandas

對於 pandas 0.24 及以下版本，需要更複雜的方法，涉及 stack、unstack 和 str.split：

<code class="python">(df.set_index(['order_date', 'order_id'])
   .stack()
   .str.split(',', expand=True)
   .stack()
   .unstack(-2)
   .reset_index(-1, drop=True)
   .reset_index()
)</code>

說明：

1. 與先前的方法類似，set_index 將 order_date 和 order_id 設定為索引。
2. stack() 折疊行並將它們堆疊為單列。
3. str.split(',', Expand=True) 根據逗號分隔符號將組合值分割為多列。
4. stack() 將列堆疊起來以建立單一列再次列。
5. unstack(-2) 在倒數第二個層級取消堆疊 DataFrame 以建立包含拆分值的行。
6. reset_index(-1, drop=True) 刪除額外的層級
7. reset_index() 新增一個索引來建立一個新的 DataFrame。

以上是如何在 Pandas DataFrame 中將逗號分隔的儲存格拆分為多行？的詳細內容。更多資訊請關注PHP中文網其他相關文章！