Python 为每个字符拆分数据帧列

我有多个dataframe列，如下所示：

                         Day1
0    DDDDDDDDDDBBBBBBAAAAAAAAAABBBBBBDDDDDDDDDDDDDDDD
1    DDDDDDDDDDBBBBBBAAAAAAAAAABBBBBBDDDDDDDDDDDDDDDD
2    DDDDDDDDDDBBBBBBAAAAAAAAAABBBBBBDDDDDDDDDDDDDDDD
3    DDDDDDDDDDBBBBBBAAAAAAAAAABBBBBBDDDDDDDDDDDDDDDD
4    DDDDDDDDDDBBBBBBAAAAAAAAAABBBBBBDDDDDDDDDDDDDDDD

我想要的是，每个字符都在自己的列中分开：

     012345678910111213....
0    DDDDDDDDDDBBBBBBAAAAAAAAAABBBBBBDDDDDDDDDDDDDDDD
1    DDDDDDDDDDBBBBBBAAAAAAAAAABBBBBBDDDDDDDDDDDDDDDD
2    DDDDDDDDDDBBBBBBAAAAAAAAAABBBBBBDDDDDDDDDDDDDDDD
3    DDDDDDDDDDBBBBBBAAAAAAAAAABBBBBBDDDDDDDDDDDDDDDD
4    DDDDDDDDDDBBBBBBAAAAAAAAAABBBBBBDDDDDDDDDDDDDDDD

因此，“第1天-列”被分成48列，每列都有一个值A/B/C/D

---

我尝试使用split，但没有成功。

您可以调用

apply

，并且对于

列表中的
值，每行调用
pd.Series
：

In [16]:

df['Day1'].apply(lambda x: pd.Series(list(x)))
Out[16]:
  0  1  2  3  4  5  6  7  8  9  ... 38 39 40 41 42 43 44 45 46 47
0  D  D  D  D  D  D  D  D  D  D ...  D  D  D  D  D  D  D  D  D  D
1  D  D  D  D  D  D  D  D  D  D ...  D  D  D  D  D  D  D  D  D  D
2  D  D  D  D  D  D  D  D  D  D ...  D  D  D  D  D  D  D  D  D  D
3  D  D  D  D  D  D  D  D  D  D ...  D  D  D  D  D  D  D  D  D  D
4  D  D  D  D  D  D  D  D  D  D ...  D  D  D  D  D  D  D  D  D  D

[5 rows x 48 columns]

看起来您有尾随空格，请使用
str.rstrip
删除这些空格：

df['Day1'] = df['Day1'].str.rstip()

然后使用以下方法执行上述操作：

试试这个：

df['Day1'].str.split（pat=“\s*”，expand=True）

它将有空的第一列和最后一列，因此您必须使用
df['Day1'].iloc[：，1:-1]
嘿，我试过你的方法……我编辑了我的问题，有什么问题吗wrong@WarryS.，有前导空格还是尾随空格？
df.Day1.str.len（）
的输出是什么？它的每个条目@MaxU都有48个vor，值之间没有spaces@WarryS.，我无法使用提供的样本数据集重现此行为：（感谢您的帮助@MaxUPost raw data，将您的数据加载到df中的代码，如果我们的答案不起作用，为了让我们尝试复制您的问题看起来您有尾随空格，请尝试
dataframe['Mo']dataframe['Mo'].str.rstrip（）
要删除任何尾随空格shi@EdChum，我这样做了，但结果仍然是一样的…请参阅我的第一条评论，没有数据复制，这变成了钓鱼探险。我发现了问题，我有尾随空格。谢谢！！！@EdChum
In [19]: df.Day1.str.extractall('(.)', flags=re.U)[0].unstack().rename_axis(None, 1)
Out[19]:
  0  1  2  3  4  5  6  7  8  9  ... 38 39 40 41 42 43 44 45 46 47
0  D  D  D  D  D  D  D  D  D  D ...  D  D  D  D  D  D  D  D  D  D
1  D  D  D  D  D  D  D  D  D  D ...  D  D  D  D  D  D  D  D  D  D
2  D  D  D  D  D  D  D  D  D  D ...  D  D  D  D  D  D  D  D  D  D
3  D  D  D  D  D  D  D  D  D  D ...  D  D  D  D  D  D  D  D  D  D
4  D  D  D  D  D  D  D  D  D  D ...  D  D  D  D  D  D  D  D  D  D

[5 rows x 48 columns]