通过分隔符拆分 pandas 数据框中的多列

Question

我有一些烦人的调查数据，它以以下方式返回了多项选择题。它位于 Excel 工作表中，大约有 60 列，其中包含从单个到多个的响应，并用 / 分隔。这就是我到目前为止所拥有的，有什么方法可以更快地完成此操作，而不必为每个单独的列执行此操作data = {'q1': ['one', 'two', 'three'],   'q2' : ['one/two/three', 'a/b/c', 'd/e/f'],   'q3' : ['a/b/c', 'd/e/f','g/h/i']}df = pd.DataFrame(data)df[['q2a', 'q2b', 'q2c']]= df['q2'].str.split('/', expand = True, n=0)df[['q3a', 'q3b', 'q3c']]= df['q2'].str.split('/', expand = True, n=0)clean_df = df.drop(df[['q2', 'q3']], axis=1)

Answer 1

我们可以将列表理解与 一起使用add_prefix，然后将pd.concat所有内容连接到最终的 df：

splits = [df[col].str.split(pat='/', expand=True).add_prefix(col) for col in df.columns]

clean_df = pd.concat(splits, axis=1)

     q10  q20  q21    q22 q30 q31 q32

0    one  one  two  three   a   b   c

1    two    a    b      c   d   e   f

2  three    d    e      f   g   h   i

如果您确实希望列名称带有字母后缀，则可以使用以下命令执行以下操作string.ascii_lowercase：

from string import ascii_lowercase

dfs = []

for col in df.columns:

    d = df[col].str.split('/', expand=True)

    c = d.shape[1]

    d.columns = [col + l for l in ascii_lowercase[:c]]

    dfs.append(d)

    

clean_df = pd.concat(dfs, axis=1)

     q1a  q2a  q2b    q2c q3a q3b q3c

0    one  one  two  three   a   b   c

1    two    a    b      c   d   e   f

2  three    d    e      f   g   h   i

Answer 2

您可以创建一个d将数字转换为字母的字典。然后循环遍历列并动态更改它们的名称：

输入：

import pandas as pd

df = pd.DataFrame({'q1': ['one', 'two', 'three'],

   'q2' : ['one/two/three', 'a/b/c', 'd/e/f'],

   'q3' : ['a/b/c', 'd/e/f','g/h/i']})

代码：

ltrs = list('abcdefghijklmonpqrstuvwxyz')

nmbrs = [i[0] for i in enumerate(ltrs)]

d = dict(zip(nmbrs, ltrs)) 

cols = df.columns[1:]

for col in cols:

    df1 = df[col].str.split('/', expand = True)

    df1.columns = df1.columns.map(d)

    df1 = df1.add_prefix(f'{col}')

    df = pd.concat([df,df1], axis=1)

df = df.drop(cols, axis=1)

df

输出：

Out[1]: 

      q1  q2a  q2b    q2c q3a q3b q3c

0    one  one  two  three   a   b   c

1    two    a    b      c   d   e   f

2  three    d    e      f   g   h   i