对比excel与python 的分列处理方式

2024-07-16 23:39| 来源: 网络整理| 查看: 265

Excel 分列

Excel中对数据进行分列是非常简单的。如下：在这里插入图片描述

在这里插入图片描述

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：

df = pd.DataFrame({'姓名':['张三', '李四','王五'] , "科目":['语文,100','语文,86','语文,96']}) df

在这里插入图片描述

res = df["科目"].str.split(',',expand= True) res

在这里插入图片描述

重命名column 的名字就可以啦

df[["科目",'分数']]=res df

在这里插入图片描述

DataFrame.str.split() ：对文本列分列，第一参数指定分隔符参数 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

=======================================================================

再来个复杂的需求

有时候，我们希望分割的内容，转化成行，需求如下：

在这里插入图片描述

EXCEL 操作

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PowerQuery来处理：在这里插入图片描述

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

在这里插入图片描述

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"

在这里插入图片描述

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"

在这里插入图片描述

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

=============================================================================

pandas操作 df = pd.DataFrame({'姓名':['张三', '李四','王五'] , "科目":['语文,数学,体育','语文,数学','语文,数学'] }) df

df.drop('科目', axis=1).join( df["科目"].str.split(',',expand=True).stack().reset_index( level=1, drop=True).rename("科目"))

在这里插入图片描述

此代码比较长，分步拆解一下： df["科目"].str.split(',',expand=True)

在这里插入图片描述

df["科目"].str.split(',',expand=True).stack().reset_index(level=1, drop=True).rename("科目")

在这里插入图片描述

df.drop('科目', axis=1)

在这里插入图片描述分布拆解更容易懂，大家可以自行用代码尝试下，这样更容易记得牢

【本文地址】

今日新闻