python/pandas中一行转多行（列值分割）

movielens中的genres列有多个值，由“|”隔开，在统计的时候需要将其分割，以便统计每个电影类型，这就涉及到python中的一行转多行了。。（不知道学名叫啥。。）

目录

1. 先看一下数据

2. 仅分割genres列

3. 若要保留一列作为index

4. 若要保留两列作为index

1. 先看一下数据

test = [{"a":1,"b":9,"genres":"Animation|Children's|Musical"},{"a":2,"b":9,"genres":"Musical|Romance"}]
test = pd.DataFrame(test)
test

2. 仅分割genres列

test["genres"].str.split('|',expand=True).stack().reset_index(level=1,drop=True).reset_index(name='genres')

 

看看每一步都在干啥

（1） .str.split('|', expand=True)；分割并展开，缺失的为None

（2）.stack()；堆叠成一列

 （3）.reset_index(level=1)；将序列转换成dataframe，，level也能为0，看看

 

 后面就容易理解了。

3. 若要保留一列作为index

比如：

代码：

(test.set_index("a"))["genres"].str.split('|',expand=True).stack().reset_index(level=1,drop=True).reset_index(name='genres')

 

4. 若要保留两列作为index

(test.set_index(["a","b"]))["genres"].str.split('|',expand=True).stack().reset_index(level=2,drop=True).reset_index(name='genres')