Python 使用分隔符重塑dataframe列的形状

我有以下数据帧（带有2列str的tab文件）：

之后

df1 = df[df['id2'].notnull()]
df2 = df1.drop_duplicates(['id1','id2'])

我得到了df2

id1  id2

g1   ID:05434
g1   ID:05434|ID:38720|ID:33345

我的目标是扩展它，使它只有两列，比如说

id1  id2

g1   ID:05434
g1   ID:05434
g1   ID:38720
g1   ID:33345

这个有扩展功能吗

提前感谢。

与一起使用，也用于删除

NaN

s

编辑：按OP删除注释，最后重复排序值：

df2 = (df.dropna(subset=['id2'])
         .set_index('id1')['id2']
         .str.split('|', expand=True)
         .stack()
         .reset_index(level=1, drop=True)
         .reset_index(name='id2')
         .sort_values(by=['col1', 'col2'])
         .drop_duplicates(['col1','col2']))

print (df2)
  id1       id2
0  g1  ID:05434
2  g1  ID:38720
3  g1  ID:33345

与一起使用，也用于删除

NaN

s

编辑：按OP删除注释，最后重复排序值：

df2 = (df.dropna(subset=['id2'])
         .set_index('id1')['id2']
         .str.split('|', expand=True)
         .stack()
         .reset_index(level=1, drop=True)
         .reset_index(name='id2')
         .sort_values(by=['col1', 'col2'])
         .drop_duplicates(['col1','col2']))

print (df2)
  id1       id2
0  g1  ID:05434
2  g1  ID:38720
3  g1  ID:33345

---

您好@jezrael，您的代码很好，但是由于方法的顺序，重复的代码仍然出现。我将其修改为：“df1=（df.dropna（subset=['col2']）。set_index（'col1'）['col2']）。str.split（'124;'，expand=True）。stack（）。reset_index（level=1，drop=True）。reset_index（name='col2'）。对_值进行排序（按='col1'，'col2']）。删除重复项（'col1'，'col2']）”。添加sort_值和drop_重复项为我提供了唯一的序列。您好@jezrael，您的代码很好，但是由于方法的顺序，重复项仍然出现。我将其修改为：“df1=（df.dropna（subset=['col2']）。set_index（'col1'）['col2']）。str.split（'124;'，expand=True）。stack（）。reset_index（level=1，drop=True）。reset_index（name='col2'）。对_值进行排序（按='col1'，'col2']）。删除重复项（'col1'，'col2']）”。添加sort_值和drop_副本给了我唯一的序列。