Pandas 基于$symbol将熊猫中的行拆分为多行

我知道这个问题已经被问了很多次了，但在把它标记为重复之前，我发现的答案似乎都不起作用。我有一个如下形式的数据框：

   category     |     description
   ------------------------------
    puppy              dog$pup
    crappy             cat$pet
    squeeky            animal
    fluffy             dog$pet

我想通过

$

符号将

description

列拆分为多行，并获得如下内容：

   category     |     description
   ------------------------------
    puppy              dog
    puppy              pup
    crappy             cat
    crappy             pet
    squeeky            animal
    fluffy             dog
    fluffy             pet

很抱歉这个愚蠢的例子，但我希望它能说明问题所在。我最后尝试的是：

new_df = pd.concat([pd.Series(row['category'], row['description'].split('$'))              
                    for _, row in old_df.iterrows()]).reset_index()

但这带来了一个：

AttributeError: 'float' object has no attribute 'split'.

---

我认为缺少值会有问题，因此更好的方法是使用，然后对于新行（适用于0.25+）：

---

我认为缺少值会有问题，因此更好的方法是使用，然后对于新行（适用于0.25+）：

---

对于pandas 0.25之前的答案，这里的一种方法是使用

apply

将一列拆分为两列，然后使用

melt

将数据重新组织到所需的结构中

import pandas as pd
data = [{ "category": "puppy", "description": "dog$pup"},
 { "category": "crappy", "description": "cat$pet"},
 { "category": "squeeky", "description": "animal"},
 { "category": "fluffy", "description": "dog$pet"},
]

data_df = pd.DataFrame(data)
data_df["one"], data_df["two"] = zip(*[r[0:2] for r in data_df['description'].apply(lambda x: x.split("$")+ [None] ) ])

data_df[['category','one','two']].melt(id_vars="category")[['category','variable']].sort_values(by=["category", "variable"])

---

对于0.25之前的答案，这里的一种方法是应用

将一列拆分为两列，然后使用
熔化
将数据重新组织到所需的结构中

import pandas as pd
data = [{ "category": "puppy", "description": "dog$pup"},
 { "category": "crappy", "description": "cat$pet"},
 { "category": "squeeky", "description": "animal"},
 { "category": "fluffy", "description": "dog$pet"},
]

data_df = pd.DataFrame(data)
data_df["one"], data_df["two"] = zip(*[r[0:2] for r in data_df['description'].apply(lambda x: x.split("$")+ [None] ) ])

data_df[['category','one','two']].melt(id_vars="category")[['category','variable']].sort_values(by=["category", "variable"])