explode 列转行的 2 个常用技巧!

在我们处理数据的过程中,经常会遇到这样的情况。

explode 列转行的 2 个常用技巧!explode 列转行的 2 个常用技巧!

工作中,比如用户画像的数据中也会遇到,客户使用的app类型就会以这种长列表的形式或者以逗号隔开的字符串形式展现出来。

那么面对这样的数据格式,我hiver们希望把它转换为结构化的表,脑链接搜索推荐海中想象的是下面这种格神祇领主时代式。

使用pandas如何实现呢?

一、直接explode

其实非常简单,使用explode这个爆炸”方法即可&sql数据库#xff0c;东哥平时喜欢叫它爆炸。其实&#程序员工资一般多少钱一个月xff0c;这个和hive中的lateral view explode有异曲同工的效果,也就是列转行”的功能。

盛气凌人的意思用上面这个例子,要达到想要的效果,只需要这么做。

df.explode('爱好')

explode 列转行的 2 个常用技巧!explode 列转行的 2 个常用技巧!

看到爱好这个字段被爆炸开了,列表里所有特征都被转换为python下载对应程序员的行数据。

收据格式列表有重复的值,就可能导致爆炸出来的行存在重复行,如上面程序员码哥出现了两次敲代码。所以一般我们会在后面跟一个去重的方法。

df.explode('bt搜索推荐;爱好').drop_duplpython123平台登录icates()

explode 列转行的 2 个常用技巧!

二、explode链接搜索推荐不能直接处理的

程序员是,explode这个爆炸方法只能处理列表元组Seriesnumpyndarray的类型。如果面对下面这种格式,该如何爆炸?

explode 列转行的 2 个常用技巧!

其实也不难,只要运用一个小技巧即可,就是Series删除搜索推荐.str.split()分割字符SQL串的方法来创建列表。

df["爱好"] = df["爱好"].str.split()

explode 列转行的 2 个常用技巧!

然后,我们再用explode数据格式爆炸就完事了。