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