盘点一个Excel数据分割和explode()实战问题
source link: https://blog.51cto.com/u_13389043/9577803
Go to the source link to view the article. You can view the picture content, updated content and better typesetting reading experience. If the link is broken, please click the button below to view the snapshot at that time.
大家好，我是皮皮。
前几天在Python白银交流群【Jethro Shen】问了一个Pandas数据处理的问题。问题如下：各位大佬这种情况我怎么处理一下啊？标记的商品内容后后面的数量是一一对应的 想把它们铺开。
下面是他自己写的代码：
jigou_df = pd.read_excel(jigou_path)
data = {'商品内容':jigou_df['商品内容'],'数量':jigou_df['数量']}
df = pd.DataFrame(data)
df_expanded = df.assign(数量=df['数量'].astype(str).str.split(',')).explode('数量')
df_expanded.reset_index(drop=True, inplace=True)
df_expanded不过运行结果不是他想要的。
二、实现过程
后来【瑜亮老师】给了一个提示：先对两列执行split，然后再对两列explode，df = df.explode(['商品内容', '数量']).reset_index(drop=True)
这里【东哥】给出了具体的代码，如下所示：
import pandas as pd
df = pd.read_excel("机构订单_202401091514_1.0.xlsx")
# 使用split()函数拆分【商品内容】列的内容
df['商品内容'] = df['商品内容'].str.split('、')
df['数量'] = df['数量'].str.split('、')
# 使用explode()函数将拆分后的结果与【数量】列的内容进行合并
result = df.explode(['商品内容', '数量']).reset_index(drop=True)
# result = df.explode('商品内容').reset_index(drop=True)
print(result)
结果是可以出来的，不过最后两行却是nan，这个是为啥？我看excel中数据类型是数值，不是字符串，得到的结果就是nan。
如果我把最后两行手动改为字符串格式的话，结果正常显示。
后来搞定了，df['数量'] = df['数量'].astype("string").str.split('、')，加一行转字符串就好了。
顺利地解决了粉丝的问题。也可以读取的时候直接dtype=str这样避免这类的问题，也可以用astype，还可以map的时候lambda中用str(x).split，反正方法很多，都可以避免这类的问题。
如果你也有类似这种数据分析的小问题，欢迎随时来交流群学习交流哦，有问必答！
大家好，我是皮皮。这篇文章主要盘点了一个Pandas数据处理的问题，文中针对该问题，给出了具体的解析和代码实现，帮助粉丝顺利解决了问题。
最后感谢粉丝【Jethro Shen】提出的问题，感谢【瑜亮老师】、【东哥】给出的思路，感谢【莫生气】、【冯诚】等人参与学习交流。
【提问补充】温馨提示，大家在群里提问的时候。可以注意下面几点：如果涉及到大文件数据，可以数据脱敏后，发点demo数据来（小文件的意思），然后贴点代码（可以复制的那种），记得发报错截图（截全）。代码不多的话，直接发代码文字即可，代码超过50行这样的话，发个.py文件就行。
Recommend
About Joyk
Aggregate valuable and interesting links.
Joyk means Joy of geeK