Pandas教程：基于分隔符将DataFrame单行拆分为多行-Python教程-PHP中文网

Pandas教程：基于分隔符将DataFrame单行拆分为多行

心靈之曲

发布： 2025-09-18 19:54:01

原创

337人浏览过

Pandas教程：基于分隔符将DataFrame单行拆分为多行

本教程详细介绍了如何使用Pandas库的str.split()和explode()方法，将DataFrame中某一列包含分隔符的单个单元格内容高效地拆分成多行。通过将字符串转换为列表，再利用explode功能扩展数据，可以轻松实现数据规范化，将复合信息分解为独立记录，同时保持其他列的数据完整性。

在数据分析和处理过程中，我们经常会遇到某一列的单元格中包含多个以特定分隔符连接的值。为了更好地分析这些数据，通常需要将这些复合值拆分，使每个独立的值占据一行，同时保留原始行的其他信息。pandas提供了强大且简洁的工具来实现这一目标，特别是str.split()和explode()函数的组合。

1. 理解问题与目标

假设我们有一个Pandas DataFrame，其中包含资产类别（ASSET_CLASS）和分配比例（SPLIT）。SPLIT列的某个单元格可能包含如“0.6 Government / 0.4 Credit”这样的复合字符串，其中“ / ”是分隔符。我们的目标是将这一行拆分为两行，每行对应一个拆分后的值，而ASSET_CLASS列的值则保持不变。

原始DataFrame示例：

import pandas as pd

df = pd.DataFrame({
    'ASSET_CLASS': ['Core'],
    'SPLIT': ['0.6 Government / 0.4 Credit']
})

print("原始DataFrame:")
print(df)

登录后复制

输出：

原始DataFrame:
  ASSET_CLASS                        SPLIT
0        Core  0.6 Government / 0.4 Credit

登录后复制

期望的输出：

  ASSET_CLASS           SPLIT
0        Core  0.6 Government
1        Core      0.4 Credit

登录后复制

2. 核心解决方案：str.split()与explode()

实现上述目标的关键在于两个Pandas方法：Series.str.split()和DataFrame.explode()。

2.1 Series.str.split()：将字符串拆分为列表

str.split()方法应用于Series（即DataFrame的某一列），它根据指定的分隔符将字符串拆分成一个列表。

# 将'SPLIT'列的字符串按" / "分隔符拆分成列表
df["SPLIT"] = df["SPLIT"].str.split(" / ")
print("\n应用str.split()后的DataFrame:")
print(df)

登录后复制

输出：

应用str.split()后的DataFrame:
  ASSET_CLASS                           SPLIT
0        Core  [0.6 Government, 0.4 Credit]

登录后复制

此时，SPLIT列的每个单元格不再是单个字符串，而是一个包含多个字符串的列表。

2.2 DataFrame.explode()：将列表扩展为多行

explode()方法是Pandas 0.25.0版本引入的一个强大功能。它接受一个列名作为参数，如果该列的单元格包含类似列表、元组或Series的“可迭代”对象，explode()会将这些可迭代对象的每个元素扩展为单独的一行。DataFrame中的其他列的值将根据需要进行复制，以匹配新生成的行。

行者AI

行者AI绘图创作，唤醒新的灵感，创造更多可能

100

查看详情

# 对包含列表的'SPLIT'列应用explode
df = df.explode("SPLIT")
print("\n应用explode()后的DataFrame:")
print(df)

登录后复制

输出：

应用explode()后的DataFrame:
  ASSET_CLASS           SPLIT
0        Core  0.6 Government
0        Core      0.4 Credit

登录后复制

可以看到，原始的一行数据现在被扩展成了两行，ASSET_CLASS列的值“Core”被复制到了这两行。

2.3 reset_index()：重置DataFrame索引

在explode()操作后，DataFrame的索引可能会出现重复（如上述输出中两行都为0）。为了得到一个整洁、连续的默认整数索引，我们通常会调用reset_index()方法。drop=True参数的作用是防止将旧索引作为新列添加到DataFrame中。

# 重置索引
df = df.reset_index(drop=True)
print("\n重置索引后的DataFrame (最终结果):")
print(df)

登录后复制

输出：

重置索引后的DataFrame (最终结果):
  ASSET_CLASS           SPLIT
0        Core  0.6 Government
1        Core      0.4 Credit

登录后复制

3. 完整示例代码

将上述步骤整合，我们可以得到一个简洁高效的解决方案：

import pandas as pd

# 原始DataFrame
df = pd.DataFrame({
    'ASSET_CLASS': ['Core', 'Growth'],
    'SPLIT': ['0.6 Government / 0.4 Credit', '0.5 Equity / 0.3 Bonds / 0.2 Real Estate']
})

print("--- 原始DataFrame ---")
print(df)

# 步骤1: 使用str.split()将目标列的字符串拆分为列表
# 注意分隔符的精确性，包括空格
df["SPLIT"] = df["SPLIT"].str.split(" / ")

# 步骤2: 使用explode()将包含列表的列扩展为多行
df = df.explode("SPLIT")

# 步骤3: 重置DataFrame的索引，并丢弃旧索引列
df = df.reset_index(drop=True)

print("\n--- 拆分并扩展后的DataFrame ---")
print(df)

登录后复制

输出：

--- 原始DataFrame ---
  ASSET_CLASS                                     SPLIT
0        Core               0.6 Government / 0.4 Credit
1      Growth  0.5 Equity / 0.3 Bonds / 0.2 Real Estate

--- 拆分并扩展后的DataFrame ---
  ASSET_CLASS           SPLIT
0        Core  0.6 Government
1        Core      0.4 Credit
2      Growth        0.5 Equity
3      Growth        0.3 Bonds
4      Growth  0.2 Real Estate

登录后复制

4. 注意事项

分隔符的准确性：str.split()方法对分隔符是精确匹配的。如果分隔符包含空格，例如“ / ”，则必须在split()中完整指定。如果只指定“/”，则空格会作为拆分后字符串的一部分保留。
性能考量：对于非常大的DataFrame，explode()操作可能会消耗较多内存和计算时间，因为它会复制其他列的数据。在处理海量数据时，应评估其性能影响。
空值处理：如果SPLIT列中存在NaN或其他非字符串类型的值，str.split()可能会产生错误或意料之外的结果。通常建议在操作前对数据进行清洗，确保目标列是字符串类型。
多列扩展：explode()一次只能作用于一列。如果需要基于多列进行类似扩展，可能需要更复杂的逻辑或多次explode操作。

5. 总结

Pandas的str.split()与explode()组合提供了一种优雅且高效的方式来处理数据规范化问题，特别是当单个单元格包含多个逻辑上独立的子项时。掌握这一技术对于数据预处理和特征工程至关重要，能够帮助我们更灵活地组织和分析数据。通过本教程，您应该能够熟练运用这些方法来解决类似的数据拆分需求。

以上就是Pandas教程：基于分隔符将DataFrame单行拆分为多行的详细内容，更多请关注php中文网其它相关文章！