pandas 将一行拆分为多行，将多行合并为一行

需求描述

• 在今天的数据需求，现在要统计各个场景下的类目种类数，并列出对应都有哪些类目。
•  现在面临的问题是：每个客户的应用场景不同，购买的类目也有多种。

🎞🎞🎞🎞🎞🎞🎞🎞🎞🎞🎞🎞🎞🎞🎞🎞🎞🎞🎞🎞🎞🎞🎞🎞🎞🎞🎞🎞🎞🎞🎞🎞🎞🎞🎞🎞🎞

数据形式

数据处理前：

 最终统计的结果：

拆开来看，分两大块一部分是统计最适场景的类目数、一部分是统计最适场景的类目组合 

解决思路：

1、首先将原始数据中用到的列提取出来，一行拆分为多行

2、对原始数据进行去重处理，得到最新的数据

• 统计最适场景的类目数

       使用pandas中的pivot_table()。

• 统计最适场景的类目组合

        将各个场景下的，类目进行拼接。

具体实现代码：

1、首先将原始数据中用到的列提取出来，一行拆分为多行

data2_1 =data2[['类目','最适场景']]
data2_1['类目1'] = data2_1['类目']
data2_1 = data2_1.drop(['类目1'], axis=1).join(data2_1['类目1'].str.split(',', expand=True).stack().reset_index(level=1, drop=True).rename('类目_new'))
print(data2_1.head())

2、便于后面的统计，对原始数据进行去重处理，得到最新的数据

data2_1 =data2_1[['最适场景','类目_new']]
data2_1.drop_duplicates(inplace =True) #对数据进行去重

• 统计最适场景的类目数

kind_1 =pd.pivot_table(data2_1,values =['类目_new'],index =['最适场景'],aggfunc ={ '类目_new':lambda x :len(x.dropna().unique())},fill_value =0).reset_index(drop=False).rename(columns ={'类目_new':'类目数'})
print(kind_1.head())

• 统计最适场景的类目组合

# 创建函数，用于聚合场景购买品类的集合
def fun_join(x):
    return ','.join(x.values)


kind_2 =data2_1.groupby(by = '最适场景').agg(fun_join).reset_index().rename(columns ={'类目_new':'类目组合'}) #获得最近一次购买产品的组合

kind =pd.merge(kind_1,kind_2,on =['最适场景'],how ='inner')
print(kind.head())

 至此，已经完成了这个数据需求。

总结一下：

在这个数据需求里面最重要的两点，一个是数据的拆分；一个是数据的合并。