Python：如何通过字符串连接将每个字符串拆分成新行

这是我的df，由3列组成。我大致知道如何使用stack和unstack将字符串拆分成新行。但是，我想知道如何在拆分字符串时保留“前缀”（可能并不总是相同的长度）

编辑：目前我正在使用Pandas版本0.23.0，但没有explode功能

之前：

Col1   Col2              Col3
1       QQ12345-01/02/03  x
2       QQ123456-01/02    y
3       QQ12345-01/02/03  z

之后：

Col1   Col2              Col3
1      QQ12345-01        x
1      QQ12345-02        x
1      QQ12345-03        x
2      QQ123456-01       y
2      QQ123456-02       y
3      QQ12345-01        z
3      QQ12345-02        z
3      QQ12345-03        z

目前，我只能通过“/”进行拆分。下面是我的代码。我非常感谢你在这方面的帮助

column_list = df.loc[:,df.columns!='Col2'].columns.tolist()
df.set_index(column_list).stack().str.split('\',expand=True).stack().unstack(-2).reset_index(-1,drop=True).reset_index()

---

一种可能的解决方案是转换

Col2

，然后合并回

df

：

outcome = (df.Col2.str.split("-", expand = True)
             .set_axis(['col1', 'col2'], axis = 1)
             .assign(col2 = lambda df: df.col2.str.split("/"))
             .explode('col2')
             .agg("-".join, axis = 1)
            )

现在与原始数据帧重新组合，（熊猫将通过索引处理对齐）：

由于您的版本不支持分解，另一个选项是在普通python中执行所有处理并重新创建数据帧。这也很有帮助，因为我们正在处理字符串，这在vanilla python中比Pandas更快（Pandas字符串不是固定宽度的，并且基于python的字符串模块）：

将数据帧转储到numpy中：

from itertools import product, chain

dump = df.to_numpy()
dump
array([[1, 'QQ12345-01/02/03', 'x'],
       [2, 'QQ123456-01/02', 'y'],
       [3, 'QQ12345-01/02/03', 'z']], dtype=object)

在此处构建一系列提取：

step1 = [(first, second.split("-")[0],
         second.split("-")[-1].split("/"), 
        last) 
        for first, second, last in dump]

step2 = [(first, product([second], third), last) 
         for first, second, third, last in step1]

step3 = [(first, map("-".join, second), last) 
          for first, second, last in step2]

step4 = [product([first], second, [last]) 
         for first, second, last in step3]

step5 = chain.from_iterable(step4)

pd.DataFrame(step5, columns = df.columns)

   Col1         Col2 Col3
0     1   QQ12345-01    x
1     1   QQ12345-02    x
2     1   QQ12345-03    x
3     2  QQ123456-01    y
4     2  QQ123456-02    y
5     3   QQ12345-01    z
6     3   QQ12345-02    z
7     3   QQ12345-03    z

但是，请注意，您丢失了

Col1

和

Col3

的数据类型；您可以执行

aType

或

convert\u dtypes

编辑：目前我正在使用熊猫版本0.23.0，没有 爆炸功能

好的，让我们尝试一些string

split

/

join

并使用

melt

，它是在pandas版本

0.20

中引入的，所以这个解决方案应该适合您

结果=(
df[['Col1'，'Col3']]。加入(
df['Col2'].str.split（'-'）
.apply（lambda x:'，'.join（f'{x[0]}-{item}用于x[1]中的项）。拆分（'/'））
.str.split（“，”，expand=True））
.melt（id_vars=['Col1'，'Col3']，value_name='value'）
.dropna（）
.rename（列={'value'：'Col2'}）
.sort_值（按class='Col3'）
)[['Col1'、'Col2'、'Col3']]

说明：

不要在

/

上拆分字符串，而是在

-

上拆分字符串，然后将第一部分连接到第二部分（按

/

拆分），将所有这些项按

，

合并，最后在

上调用拆分，

，使用

展开
为
真
，它将为
n
值添加
n
列，然后调用
melt
，它将把所有这些
n
值放在一列中，最后删除任何空行，并按
Col3
对值进行排序，以便将其与问题中的预期输出相匹配

输出：

Col1 Col2 Col3
01 QQ12345-01 x
3 1 QQ12345-02 x
6 1 QQ12345-03 x
1 2 QQ123456-01 y
4.2 QQ123456-02 y
2 3 QQ12345-01 z
5.3 QQ12345-02 z
8.3 QQ12345-03 z
非常感谢，我将尝试使用stack和unstack，因为我当前的python版本没有explode函数。您使用的是什么版本？对不起，是pandas版本0.23.0
step1 = [(first, second.split("-")[0],
         second.split("-")[-1].split("/"), 
        last) 
        for first, second, last in dump]

step2 = [(first, product([second], third), last) 
         for first, second, third, last in step1]

step3 = [(first, map("-".join, second), last) 
          for first, second, last in step2]

step4 = [product([first], second, [last]) 
         for first, second, last in step3]

step5 = chain.from_iterable(step4)

pd.DataFrame(step5, columns = df.columns)

   Col1         Col2 Col3
0     1   QQ12345-01    x
1     1   QQ12345-02    x
2     1   QQ12345-03    x
3     2  QQ123456-01    y
4     2  QQ123456-02    y
5     3   QQ12345-01    z
6     3   QQ12345-02    z
7     3   QQ12345-03    z