日本不卡不码高清免费观看,久久国产精品久久w女人spa,黄色aa久久,三上悠亚国产精品一区二区三区

您的位置:首頁技術文章
文章詳情頁

Python中實現一行拆多行和多行并一行的示例代碼

瀏覽:12日期:2022-07-12 09:59:20

粉絲提問

今天粉絲提了下面這樣一個問題,其中一個是'一行拆多行',另外一個是'多行并一行',貌似群友用power query已經解決了。但是基于Python怎么做呢?接著往下看。

Python中實現一行拆多行和多行并一行的示例代碼

一行拆多行

上面這個問題我會提供兩個思路,供大家選擇,當然肯定是越簡單得越好。每一種方法中都有一些好用的技巧,希望大家能夠好好學習。

1)方法一

下方代碼中有很多重要的知識點,需要我們下去好好學習一下,我這里只提供解體思路,關于每個知識點怎么用,希望大家下去自行研究學習。

Pandas.melt()函數的用法; Series.str.split('/',expand=True)中,expand=True參數的用法; Series.sort_values()對文本進行排序; Python中enumerate()函數的用法;

import pandas as pd# 讀取數據df = pd.read_excel('test1.xlsx',sheet_name='Sheet1')# 將一列炸裂成多列df[['類型1','類型2','類型3']] = df['電影類型'].str.split('/',expand=True)# 選取想要的列df_final = df[['電影名','類型1','類型2','類型3']]# 將行專列df_final = df_final.melt(id_vars=['電影名'],value_name='類型')# 對“電影名”字段進行排序df_final = df_final[['電影名','類型']]df_final.sort_values(by='電影名',inplace=True)# 刪除“類型==None”的行for index,value in enumerate(df_final['類型']): if value == None: df_final.drop(df_final.index[index],inplace=True)df_final

結果如下:

Python中實現一行拆多行和多行并一行的示例代碼

2)方法二

上述方法確實感覺復雜了,但是沒辦法,我之前的Pandas版本只有0.23.4,因此無法用explode()方法,進行炸裂操作。在pandas0.25版本的時候, DataFrame中才新增了一個explode方法, 專門用來將一行變多行。

Pandas.explode()函數的用法;

import pandas as pd# 讀取數據df = pd.read_excel('test1.xlsx',sheet_name='Sheet1')# 將一行拆分成列表形式,注意:這里不需要使用expand=True參數df['type'] = df['電影類型'].str.split('/')# 直接炸裂指定列df.explode('type')

結果如下:

Python中實現一行拆多行和多行并一行的示例代碼

多行并一行

這里沒有使用什么特別的知識,好好理解Pandas中分組聚合應用某個函數,即可輕松解決這個問題。

import pandas as pd# 讀取數據df = pd.read_excel('test1.xlsx',sheet_name='Sheet2')# 分組聚合,應用某個函數def func(df): return ’,’.join(df.values)df = df.groupby(by=’電影名’).agg(func).reset_index()df

結果如下:

Python中實現一行拆多行和多行并一行的示例代碼

到此這篇關于Python中實現一行拆多行和多行并一行的示例代碼的文章就介紹到這了,更多相關Python 一行拆多行和多行并一行內容請搜索好吧啦網以前的文章或繼續瀏覽下面的相關文章希望大家以后多多支持好吧啦網!

標簽: Python 編程
相關文章:
日本不卡不码高清免费观看,久久国产精品久久w女人spa,黄色aa久久,三上悠亚国产精品一区二区三区
欧美丝袜一区| 免费国产亚洲视频| 欧美欧美黄在线二区| 日韩一二三区在线观看| 在线精品观看| 日韩精彩视频在线观看| 日本欧美一区| 国产精品毛片久久久| 国产精品nxnn| 精品国产精品国产偷麻豆| 精品久久不卡| 在线一区视频观看| 亚洲一级网站| 免费一级片91| 在线精品一区| 国产日产精品一区二区三区四区的观看方式| 综合激情在线| 婷婷精品在线| 国产精品美女在线观看直播| 大香伊人久久精品一区二区| 秋霞影视一区二区三区| 99国产精品久久久久久久| 日韩在线黄色| 麻豆精品久久久| 欧美xxxx中国| 亚洲精品a级片| 亚洲精品乱码久久久久久蜜桃麻豆| 日韩精品91亚洲二区在线观看| 久久不见久久见国语| 天堂av在线| 天使萌一区二区三区免费观看| 亚洲精品福利| 精品久久电影| 麻豆亚洲精品| 久久av日韩| 国内激情久久| 欧美一区91| 日韩欧美一区二区三区免费看| 在线亚洲国产精品网站| 国产欧美日韩一区二区三区四区| 吉吉日韩欧美| 三级欧美韩日大片在线看| 欧美精品97| 国产99亚洲| 日韩一区网站| 日本不良网站在线观看| 亚洲一级在线| 麻豆视频一区| 合欧美一区二区三区| 欧美在线看片| 久久国产直播| 日韩不卡免费视频| 99久久99视频只有精品| 日本精品另类| 99视频精品全部免费在线视频| 日本中文字幕视频一区| 亚洲一区资源| 日韩av一区二区三区四区| 日韩激情一区| 日韩高清欧美激情| 久久中文视频| 国产精品高清一区二区| 激情综合网站| 你懂的国产精品| 国产高清一区二区| 美女在线视频一区| 丝袜亚洲另类欧美| 日韩大片在线播放| 日韩avvvv在线播放| 激情综合自拍| 精品久久亚洲| 青青草伊人久久| 国产综合激情| 精品亚洲免a| 亚洲精品动态| 激情五月综合网| 麻豆视频久久| 亚洲日本国产| 欧美日韩精品一本二本三本 | 天堂日韩电影| 国产精品一在线观看| 久久久成人网| 另类小说一区二区三区| 在线看片日韩| 激情丁香综合| 福利片在线一区二区| 欧美一区精品| 日韩午夜av在线| 日韩免费在线| 国产精品一区二区av交换| 免费视频最近日韩| 黑丝一区二区三区| 久久久久蜜桃| 免费精品一区| 欧美日韩一视频区二区| 首页国产欧美久久| 免费观看久久av| 亚洲91视频| 日韩.com| 日韩.com| 久久久久亚洲精品中文字幕| 日韩av一区二| 亚洲欧美在线综合| 国产高清一区| 国产在线日韩| 秋霞影视一区二区三区| 日产精品一区二区| 精品女同一区二区三区在线观看| 91精品国产经典在线观看| 在线精品亚洲| 亚洲我射av| 蜜桃视频第一区免费观看| 日韩视频一区二区三区在线播放免费观看| 久久精品成人| 久久久久国产| 久久一区二区中文字幕| 香蕉精品久久| 午夜精品亚洲| 欧美一区二区性| 99久久精品费精品国产| 国产精品久久观看| 国产66精品| 亚洲黄色中文字幕| 一区二区三区四区日本视频| 国产精品99在线观看| 91综合视频| 国产va在线视频| 黄色aa久久| 久久九九99| 日韩亚洲精品在线| 日韩影院精彩在线| 日韩精品社区| 久久狠狠久久| 欧美一区网站| 九九99久久精品在免费线bt| 国产成人免费精品| 国产精品字幕| 亚洲精品123区| 综合一区av| 国产日韩高清一区二区三区在线 | 精品亚洲自拍| 精品伊人久久久| 色婷婷综合网| 激情欧美国产欧美| 国产亚洲欧洲| 亚洲一二三区视频| 欧美日韩一区二区三区不卡视频| 久久99蜜桃| 色爱综合网欧美| 亚洲午夜电影| 亚洲精品麻豆| 国产一区日韩| 免费av一区| 日韩精品电影一区亚洲| 国内精品伊人| 女主播福利一区| 亚洲日产国产精品| 国产精品久久久久久久久久妞妞 | 免费看日韩精品| 欧美日韩亚洲一区| 国产精品xx| 99视频一区| 欧美日韩一区二区高清| 三上亚洲一区二区| 久久影院一区| 日韩和欧美一区二区三区| 精品理论电影在线| 激情婷婷亚洲| 日韩精品免费视频一区二区三区 | 精品一区二区三区免费看| 久久精品主播| 日本不卡一二三区黄网| av最新在线| 中文字幕日韩亚洲| 国产精品99在线观看| 午夜在线视频观看日韩17c| 日韩有吗在线观看| 精品丝袜久久| 91久久亚洲| 国产高清视频一区二区| 欧美日韩国产高清电影| 国产日韩欧美一区二区三区在线观看| 欧美日韩国产观看视频| 亚洲精品四区| 九九精品调教| 清纯唯美亚洲综合一区| 日韩精品免费一区二区在线观看 | 国际精品欧美精品| 国产模特精品视频久久久久| 国产精品va视频| 精品亚洲美女网站| 日韩精品国产精品| 91久久国产| 免费视频一区二区三区在线观看 | 国产精品亚洲四区在线观看| 久久精品99久久无色码中文字幕| 日韩国产欧美在线视频| 久久一级电影| 久久精品国产成人一区二区三区| 亚洲自拍另类|