Python 使用多个分隔符拆分多个列；新形成的列应具有原始值的计数

我是python编程新手。我处理的数据中，某些属性的子集是在单个超集（即列/属性）内获得的（使用非字母数字分隔符）

代表性数据：

可乐 可乐 可乐 1. x/x/z/z/z i\i\i\j 2. y/y/z/w/w/w k\k\i

---

这里是一个使用

df.stack

，然后

series.split

的方案，然后是

series.explode

和

pd.crosstab

u = df[['col2','col3']].stack().str.split(r"\\|/").explode()
v = u.add("_"+ u.index.get_level_values(1))

out = pd.crosstab(v,v.index.get_level_values(0)).T.rename_axis(index=None,columns=None)

---

编辑：

根据编辑的问题，您可以对col4和col5执行类似的步骤，然后执行concat：

u = df[['col2','col3']].stack().str.split(r"\\|/").explode()
v = u.add("_"+ u.index.get_level_values(1))

a = df[['col4','col5']].stack().str.split("-|_",expand=True).unstack()
a.columns = a.columns.map("{0[0]}_{0[1]}".format)

out = (pd.concat((df[['col1']],
                  pd.crosstab(v,v.index.get_level_values(0))
                     .T.rename_axis(index=None,columns=None),
                  a),axis=1))
print(out)

---

---

注意：您可以使用

df[['col1']]。加入（out）

在最终输出中包含

col1

。这样就解决了问题。很抱歉，我忘了在输入表示法中再添加一个变体。假设有一个col4，其值类似于0/2/4/2。这里的一个小区别是：1.）这些是子集合本身的计数（比如，A=0，B=2，C=4，D=2）。2.）在整个数据中具有相同的宽度（此处为4）3.）位置相关（始终为A/B/C/D）。我将不得不单独处理此列的变化；简单的拆分然后强制转换，对吗？@nyasa，你想如何将其连接到输出。我目前没有使用我的计算机，因此无法进行测试，但是如果您使用了

pd.DataFrame（df['col4'].str.split（r'/'）.tolist（））

，然后将其连接到输出。这就是你想要的吗？如果你不想编辑这个问题或者发布一个你认为最好的新问题：）谢谢，我知道了方向。但是，

pd.DataFrame

部分引发

TypeError:type'float'的对象没有len（）

。但我可以从这里开始工作。@nyasa try

df['col4'].str.split（r'/'，expand=True）

可能是：-）这将为您提供一个将值拆分为单独列的数据框架。然后你就可以加入dfs了。很抱歉给您带来不便，我出去工作了，现在没有在电脑前

u = df[['col2','col3']].stack().str.split(r"\\|/").explode()
v = u.add("_"+ u.index.get_level_values(1))

a = df[['col4','col5']].stack().str.split("-|_",expand=True).unstack()
a.columns = a.columns.map("{0[0]}_{0[1]}".format)

out = (pd.concat((df[['col1']],
                  pd.crosstab(v,v.index.get_level_values(0))
                     .T.rename_axis(index=None,columns=None),
                  a),axis=1))
print(out)

   col1  i_col3  j_col3  k_col3  w_col2  x_col2  y_col2  z_col2 0_col4 0_col5  \
0     1       3       1       0       0       2       0       3      0      1   
1     2       1       0       2       3       0       2       1      1      4   

  1_col4 1_col5 2_col4 2_col5 3_col4 3_col5  
0      2      2      4      5      2      3  
1      3      1      2      3      2      4