pandas实现行转列

hive进行大数据分析数据经常用到行转列，pandas也可以的。

不解释直接上代码

# -*- coding:utf-8 -*-
import pandas as pd

c = {
    'key':['a','b'],
    'values':['A、B','X、Y、Z']
}

df = pd.DataFrame(c)

print(df)

df_left = df['key']

df_values_0 = df['values'].str.split('、',expand=True)#expand=True单独成列
df11 =  df_values_0.stack()#行转列
df12 = df11.reset_index(level=1,drop=True)#删除第二列索引
df13 = pd.concat([df12],axis=1,keys=('values',))#给第二列增加列名
df14 = pd.merge(df_left,df13,how='left',left_index=True,right_index=True)#根据索引值进行left join
df15 = df14.reset_index(level=0,drop=True)#重置索引
print(df15)

其结果

   key  values
0   a    A、B
1   b   X、Y、Z

  key values
0   a      A
1   a      B
2   b      X
3   b      Y
4   b      Z