Python 如何将单个列中的数据拆分为新行（新行中的其他列保持相同）

我有一个关于枪支暴力的数据集。其中一列包括参与者类型，受害者或受试者/嫌疑人。对于事件中的每个参与者，参与者列中有多个值

import pandas as pd
data = pd.read_csv('Gun violence Shortened version.csv')
data.head()

输出：

 incident_id    date    state   participant_type    
0   461105  1/1/2013    Pennsylvania    0::Victim||1::Victim||2::Victim||3::Victim||4:...   
1   460726  1/1/2013    California  0::Victim||1::Victim||2::Victim||3::Victim||4:...   
2   478855  1/1/2013    Ohio    0::Subject-Suspect||1::Subject-Suspect||2::Vic...   
3   478925  1/5/2013    Colorado    0::Victim||1::Victim||2::Victim||3::Subject-Su...   
4   478959  1/7/2013    North Carolina  0::Victim||1::Victim||2::Victim||3::Subject-Su...   

我想让每个参与者都有自己的行，同时保持事件id和日期不变：

incident_id date    state   participant_type    
0   461105  1/1/2013    Pennsylvania    Victim
1   461105  1/1/2013    Pennsylvania    Victim
2   461105  1/1/2013    Pennsylvania    Victim
3   461105  1/1/2013    Pennsylvania    Subject-Suspect *this was the 4:: instance that was cut off earlier*

---

我不知道如何做到这一点。我看到过将一列拆分为两列的示例，但没有看到如何将一列拆分为一行。

我宁愿使用常规Python的数据结构提前准备数据，然后从中创建一个数据帧。原因是，熊猫主要不是为像单独的行操作这样的操作而设计的，尽管有办法做到这一点，但它的速度要慢得多

下面的代码使用Python标准库中的将CSV数据解析为常规列表，同时为最后一列中包含多个项目的每个CSV行添加多行。在最后一步中，只需从预处理列表中创建Pandas

DataFrame

：

import pandas as pd
import csv

data = []
with open('Gun violence Shortened versio.csv') as file:
    reader = csv.reader(file, delimiter=',')

    # iterate over all rows in the CSV
    for row in reader:
        # split the content of the last column by the || delimiter into a list
        # if there's no delimiter, it will produce a single-item list
        items = row[3].split('||')

        # append each item from the last column together with other columns
        # as an individual row to the data list, N items will produce N rows
        for item in items:
            data.append([row[0], row[1], row[2], item])

df = pd.DataFrame(data)

这不是最终的解决方案，您需要跳过第一行，从最后一列中清除各个项目，等等，但这应该很简单

---

还有，在Pandas中对行的操作比使用Python的数据结构准备数据并从中创建

DatFrame

要慢1000倍左右。

下面是获得输出的另一个脚本，尽管Dawid共享的解决方案看起来更快

import pandas as pd
import numpy as np


if __name__ == '__main__':
    df_new = pd.DataFrame()
    pd.set_option('display.width', 100000)
    pd.set_option('display.max_columns', 500)
    dict = {'col1':[461105,460726]
            ,'col2':['0::Victim||1::Victim||2::Victim||3::Victim||4:Subject-Suspect','0::Victim||1::Victim||2::Victim||3::Victim||4:Subject-Suspect']}
    df = pd.DataFrame(dict)
    #print(df)
    col1_list=[]
    col2_list = []
    for index,row in df.iterrows():
        for rec in row.col2.split('||'):
            col1_list.append(row.col1)
            col2_list.append(rec.split(':')[-1])
    dict_new = {'col1':col1_list,'col2':col2_list}
    df_new= pd.DataFrame(dict_new)
    #df.append(df_new,ignore_index=True)
    print(df_new)

---

欢迎来到堆栈溢出。请先检查堆栈溢出。请关注、和。感谢您接受我的回答。如果你能投上一票，我也会很感激，以防这对你有所帮助，作为我在答案上投入时间的补偿。提前感谢。需要在解决方案中添加-item.split（“：”）[-1]以清除其中不需要的数据。当然，这是我在最后一句中提到的事情之一。我想帮助OP，而不是为他写代码。谢谢你的这个解决方案，它非常有用！我一直在尝试对我想做同样事情的多个专栏（参与者的状态、参与者的年龄等）进行一些调整，这是怎么回事？我试图写items_type=row[3]。split（“| |”）items_status=row[4]。split（“| |”）items=[items_type，items_status]，但这会将所有内容放在同一列中，我希望类型和状态都是它们自己的列。请更新您的问题并描述您需要的内容，好吗？我不太明白。理想情况下，将示例数据以及结果应该是什么样子放在那里。完成后请在评论中告诉我，这样我就不会错过了。我宁愿在把数据喂大熊猫之前准备好数据。熊猫有一个不同的目的，不同于对单个行的操作。行上的迭代是无效的。