Pandas数据处理全攻略：拆分逗号分隔列的10种方法

在数据分析的征途中，将DataFrame中的逗号分隔列拆分为多行是一项常见任务。Pandas作为Python中一个强大的数据处理工具，提供了多种灵活的方法来实现这一需求。本文将详细介绍10种不同的技术，帮助你根据具体的数据场景和个人偏好选择合适的方法。

在处理现实世界的数据时，我们经常遇到需要将字符串列表转换为行的情况。例如，从API获取的数据或者CSV文件中，某些列可能包含逗号分隔的值。Pandas库提供了多种方式来处理这类数据，使其更加易于分析。

示例 DataFrame

假设我们有以下DataFrame，其中values列包含逗号分隔的字符串：

import pandas as pd

df = pd.DataFrame({
   
   
    'id': [1, 2],
    'values': ['a,b,c', 'd,e']
})

方法1：使用 explode()

explode() 是Pandas中专门用于将Series中的列表拆分为多行的函数。

df_exploded = df.explode('values')

优点： 代码简洁，执行效率高。
缺点： 需要Pandas 0.23.0及以上版本。

方法2：使用 apply() 和 split()

apply() 函数允许对DataFrame的列应用自定义函数。

df_exploded = df.apply(lambda x: pd.Series({
   
   'id': x['id'], 'values': x['values'].split(',')}), axis=1).explode('values').reset_index(drop=True)
</