实现多话题拆分表格重组

一行拆分为多行

假设原始数据名为df

有四个字段，分别是：品牌，话题，互动量，声量

需求：一条里面有多个话题，需要按照|拆分成多行单个话题

思路如下：

1. 用list_topic记录所有出现过的话题，用list_repeat记录原来每一行中的话题个数，即每一行需要重复的次数

for x in df['话题']:
    list_topic.extend(x.split('|'))
    list_repeat.append(len(x.split('|')))

2. 然后用df.value.repeat函数和list_repeat实现对df的定位重复

df_new = pd.DataFrame(df.values.repeat(list_repeat, axis=0), columns=['品牌', '话题', '声量', '总互动量'])

3. 更改【话题】列

df_new['话题'] = list_topic

关于以上的问题，一开始想到的方法是：对每一条话题拆分之后循环，在其中创建几条新的数据之后，concat或者append到一个总表里，当数据量很大时这个方法效率非常低。使用df.value.repeat，将数据变为np.array之后再按照一定规则(list_repeat)复制，可以大大提高效率

新方法 2022-07-12

代码如下：

import pandas as pd
import numpy as np

df = pd.DataFrame(
    {
        '品牌': ['小米', '小米'],
        '话题': ['雷军|mix4|屏下摄像头', '情怀|钉子户|演讲'],
        '声量': [22, 75],
        '互动量': [33, 22]
    }
)

df['话题'] = df['话题'].map(lambda x: x.split('|'))  # 这里根据分隔符动态修改
df = df.explode('话题')

df.index = [i for i in range(len(df))]
print(df)

参考：https://zhuanlan.zhihu.com/p/124242604