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:
免责声明:本站文章均来自网站采集或用户投稿,网站不提供任何软件下载或自行开发的软件!
如有用户或公司发现本站内容信息存在侵权行为,请邮件告知! 858582#qq.com
白云城资源网 Copyright www.dyhadc.com
暂无“Python中实现一行拆多行和多行并一行的示例代码”评论...
RTX 5090要首发 性能要翻倍!三星展示GDDR7显存
三星在GTC上展示了专为下一代游戏GPU设计的GDDR7内存。
首次推出的GDDR7内存模块密度为16GB,每个模块容量为2GB。其速度预设为32 Gbps(PAM3),但也可以降至28 Gbps,以提高产量和初始阶段的整体性能和成本效益。
据三星表示,GDDR7内存的能效将提高20%,同时工作电压仅为1.1V,低于标准的1.2V。通过采用更新的封装材料和优化的电路设计,使得在高速运行时的发热量降低,GDDR7的热阻比GDDR6降低了70%。
更新日志
2024年10月05日
2024年10月05日
- 群星《前途海量 电影原声专辑》[FLAC/分轨][227.78MB]
- 张信哲.1992-知道新曲与精丫巨石】【WAV+CUE】
- 王翠玲.1995-ANGEL【新艺宝】【WAV+CUE】
- 景冈山.1996-我的眼里只有你【大地唱片】【WAV+CUE】
- 群星《八戒 电影原声带》[320K/MP3][188.97MB]
- 群星《我的阿勒泰 影视原声带》[320K/MP3][139.47MB]
- 纪钧瀚《胎教古典音乐 钢琴与大提琴的沉浸时光》[320K/MP3][148.91MB]
- 刘雅丽.2001-丽花皇后·EMI精选王【EMI百代】【FLAC分轨】
- 齐秦.1994-黄金十年1981-1990CHINA.TOUR.LIVE精丫上华】【WAV+CUE】
- 群星.2008-本色·百代音乐人创作专辑【EMI百代】【WAV+CUE】
- 群星.2001-同步过冬AVCD【环球】【WAV+CUE】
- 群星.2020-同步过冬2020冀待晴空【环球】【WAV+CUE】
- 沈雁.1986-四季(2012梦田复刻版)【白云唱片】【WAV+CUE】
- 纪钧瀚《胎教古典音乐 钢琴与大提琴的沉浸时光》[FLAC/分轨][257.88MB]
- 《国语老歌 怀旧篇 3CD》[WAV/分轨][1.6GB]