懂Excel就能轻松入门Python数据分析包pandas(七)：分列

经常听别人说 Python 在数据领域有多厉害，结果学了很长时间，连数据处理都麻烦得要死。后来才发现，原来不是 Python 数据处理厉害，而是他有数据分析神器—— pandas

前言

今天从两个需求来看看数据分列功能，由于 Excel 自带功能比较弱，在处理稍微复杂的需求时会显得力不从心，因此，本系列文章将引入 Excel 中一个非常高效的数据处理插件—— Power Query，并且看看 pandas 是怎样灵活解决。

本文结构：

• • 先看看简单的分列
• • 接着尝试分割扩展成行
• • 最后是多列分割扩展成行

Excel 分列

Excel 中对数据进行分列是非常简单的。如下：

• • 选中需要处理的列
• • 功能卡“数据”，“分列”按钮，即出现设置弹窗
• • 选“分隔符号”，点击下一步
• • 左上部分，勾选“逗号”，点击下一步
• • 最后看到结果预览，没问题，直接点击完成

pandas 分列

pandas 对文本列进行分列，非常简单：

• • DataFrame.str.split() ，对文本列分列，第一参数指定分隔符
• • 此外，参数 expand ，表示是否扩展成列，若设置为 True ，则分割后的每个元素都成为单独一列。

  这符合当前需求

复杂点的需求

有时候，我们希望分割的内容，转化成行，需求如下：

• • 比如，第一行 张三 的科目中有3个元素，则分割结果 张三就有3行

使用 Excel 自带功能处理这需求就比较困难，我们使用 Power Query 来处理：

• • 功能区“Power Query”，点“从表/范围”
• • 此时会启动 Power query 编辑窗口

• • 点选 科目 整列
• • 上方功能区“开始”，“转换”区中，点选“拆分列”，选“按分隔符”

• • 这里大部分设置与 Excel 自带功能基本一致
• • 点开“高级选项”，点选“拆分为”中的“行”

• • 功能区“开始”，最左边点按钮“关闭并上载”，即可把结果输出会 Excel

请自行到官方网站下载此插件安装

那么 pandas 中怎么实现这需求：

• • 先用 str.split 分割，但这次不需要 expand
• • 调用 DataFrame.explode()，对某一序列类型的列进行展开

注意，explode 方法是 pandas 0.25 版本的新增方法

提升难度

假如现在有多列需要进行分割展开呢？如下：

• • 同时把科目和成绩分割扩展到行

直接看 pandas 怎么解决：

• • 先对 科目 与 成绩 列分别进行 split 后，再进行 explode
• • 然后通过 concat，与原来的 性名 列合并

虽然实现了，但代码的语义不够清晰。编程语言的灵活性在此可以充分体现，我们把逻辑封装成一个函数 hp_explode ，以后需要使用时，简单调用即可：

• • hp_explode() ，可自动识别内容是 list 的列进行扩展

hp_explode 方法的定义不是本文的核心，需要源码的小伙伴看文末

不想调用 .str.split ？当然也支持：

• • 一句搞定

总结

• • Series.str.split() ，对文本列分割
• • expand 参数指定是否扩展为列
• • DataFrame.explode() ，对序列的列扩展成行，通常与 Series.str.split() 配合使用

下一节，将看看 Excel 举世闻名的 vlookup 函数与 pandas 中的实现

需要源码的小伙伴，公众号发送“数据处理”

如果希望从零开始学习 pandas ，那么可以看看我的 pandas 专栏。

扫描二维码

获取更多精彩

数据大宇宙