dataframe一列分多列，多个分隔符分割字符串等等，还有交换列顺序

华哥股票复盘

分享不会少一分，何乐而不为

分割成一个包含两个元素列表的列

对于一个已知分隔符的简单分割（例如，用破折号分割或用空格分割） .str.split() 方法

就足够了。它在字符串的列（系列）上运行，并返回列表（系列）。

>>> import pandas as pd
>>> df = pd.DataFrame({'AB': ['A1-B1', 'A2-B2']})
0  A1-B1
1  A2-B2
>>> df['AB_split'] = df['AB'].str.split('-')
      AB  AB_split
0  A1-B1  [A1, B1]
1  A2-B2  [A2, B2]

分割成两列，每列包含列表的相应元素

下面来看下如何从： 分割成一个包含两个元素列表的列 至 分割成两列，每列包含列表的相应元素？ 。

>>> df['AB'].str.split('-', 1).str[0]
0    A1
1    A2
Name: AB, dtype: object
>>> df['AB'].str.split('-', 1).str[1]
0    B1
1    B2
Name: AB, dtype: object

可以通过如下代码将pandas的一列分成两列：

>>> df['A'], df['B'] = df['AB'].str.split('-', 1).str
      AB  AB_split   A   B
0  A1-B1  [A1, B1]  A1  B1
1  A2-B2  [A2, B2]  A2  B2

我们想把他拆分成多列,做法如下:
首先进行拆分 data_df = data_df['attrs'].str.split(',', expand=True)
然后用pd.concat把多列加回data_df，pd.concat([], axis=1, names=new_names)
合起来就是
 pd.concat([data_df, data_df['attrs'].str.split(',', expand=True)], axis=1,names=new_names)

新生成的列怎么改列名参考如下：

data.rename(columns={0:'a',1:'b'},inplace=True)#注意这里0和1都不是字符串
print(data)

多个分隔符分割字符串。。。。。。。。。。。。。。。

 一种类型的分隔符进行分割：
a = 'name-age-hobby'
b1 = a.split('-')
b2 = a.split('-',1)
b3 = a.rsplit('-',1)
print(b1)   >>>['name', 'age', 'hobby']
print(b2)   >>>['name', 'age-hobby']
print(b3)   >>>['name-age', 'hobby']
多种类型的分隔符进行分割：
import re
a = 'name-age-work/habby?salary'
b= re.split('[-/?]',a)
print(b)    >>>['name', 'age', 'work', 'habby', 'salary']

Python Pandas list(列表)数据列拆分成多行的方法

Python Pandas list(列表)数据列拆分成多行的方法
本文主要介绍Python pandas中列的数据是df=pd.DataFrame({'A':[1,2],'B':[[1,2],[1,2]]})，多个列表的情况，将列的数据拆分成多行的几种方法。
1、实现的效果
示例代码：
df=pd.DataFrame({'A':[1,2],'B':[[1,2],[1,2]]})
Out[458]: 
   A       B
0  1  [1, 2]
1  2  [1, 2]
拆分成多行的效果：
0  1  1
1  1  2
3  2  1
4  2  2
2、拆分成多行的方法
1）通过apply和pd.Series实现
容易理解，但在性能方面不推荐。
df.set_index('A').B.apply(pd.Series).stack().reset_index(level=0).rename(columns={0:'B'})
Out[463]: 
0  1  1
1  1  2
0  2  1
1  2  2
2）使用repeat和DataFrame构造函数
性能可以，但不太适合多列
df=pd.DataFrame({'A':df.A.repeat(df.B.str.len()),'B':np.concatenate(df.B.values)})
Out[465]: 
0  1  1
0  1  2
1  2  1
1  2  2
s=pd.DataFrame({'B':np.concatenate(df.B.values)},index=df.index.repeat(df.B.str.len()))
s.join(df.drop('B',1),how='left')
Out[477]: 
0  1  1
0  2  1
1  1  2
1  2  2
3）创建新的列表
pd.DataFrame([[x] + [z] for x, y in df.values for z in y],columns=df.columns)
Out[488]: 
0  1  1
1  1  2
2  2  1
3  2  2
#拆成多于两列的情况
s=pd.DataFrame([[x] + [z] for x, y in zip(df.index,df.B) for z in y])
s.merge(df,left_on=0,right_index=True)
Out[491]: 
   0  1  A       B
0  0  1  1  [1, 2]
1  0  2  1  [1, 2]
2  1  1  2  [1, 2]
3  1  2  2  [1, 2]
4）使用reindex和loc实现
df.reindex(df.index.repeat(df.B.str.len())).assign(B=np.concatenate(df.B.values))
Out[554]: 
0  1  1
0  1  2
1  2  1
1  2  2
#df.loc[df.index.repeat(df.B.str.len())].assign(B=np.concatenate(df.B.values)
5）使用numpy高性能实现
newvalues=np.dstack((np.repeat(df.A.values,list(map(len,df.B.values))),np.concatenate(df.B.values)))
pd.DataFrame(data=newvalues[0],columns=df.columns)
0  1  1
1  1  2
2  2  1
3  2  2

在pandas中，del、drop和pop方法都可以用来删除数据，insert可以在指定位置插入数据。

import pandas as pd 
from pandas import DataFrame, Series
data = DataFrame({'name':['yang', 'jian', 'yj'], 'age':[23, 34, 22], 'gender':['male', 'male', 'female']})
#data数据
In[182]: data
Out[182]: 
   age  gender  name
0   23    male  yang
1   34    male  jian
2   22  female    yj
#删除gender列，不改变原来的data数据，返回删除后的新表data_2。axis为1表示删除列，0表示删除行。inplace为True表示直接对原表修改。
data_2 = data.drop('gender', axis=1, inplace=False)
In[184]: data_2
Out[184]: 
   age  name
0   23  yang
1   34  jian
2   22    yj
#改变某一列的位置。如：先删除gender列，然后在原表data中第0列插入被删掉的列。
data.insert(0, '性别', data.pop('gender'))#pop返回删除的列，插入到第0列，并取新名为'性别'
In[185]: data
Out[186]: 
       性别  age  name
0    male   23  yang
1    male   34  jian
2  female   22    yj
#直接在原数据上删除列
del data['性别']
In[188]: data
Out[188]: 
   age  name
0   23  yang
1   34  jian
2   22    yj
'''

不用函数实现对dataframe某几列的交换，在某一位置插入列等等


看下面的语句就清楚了：
    data.columns = ["aa","game_name","timestamp"]
    data["duration"] = 1
    data2 = data[["timestamp","duration","game_name"]]
使用[[columns]]对原始dataframe进行重组即可

DataFrame添加一列为Series

例一
df[i[1]] = b.values # b是Series
#我们从一个dataframe中选取一列series1.
series1=data.pop('day')
#为df1添加一个列，第一个0我们可以改变选择你想插入的位置，第二个可以选择你想要的名字
df.insert(0,'series1',series1)
#对这一列赋值
#df['series1']=series1

新增列，插入列，新增行的例子看下面的。

import pandas as pd
df1 = pd.DataFrame([['Snow','M',22],['Tyrion','M',32],['Sansa','F',18],['Arya','F',14]], columns=['name','gender','age'])
print("----------在最后新增一列---------------")
print("-------案例1----------")
# 在数据框最后加上score一列，元素值分别为：80，98，67，90
df1['score']=[80,98,67,90]  # 增加列的元素个数要跟原数据列的个数一样
print(df1)
print("-------案例2----------")
print("---------在指定位置新增列:用insert（）--------")
# 在gender后面加一列城市
# 在具体某个位置插入一列可以用insert的方法
# 语法格式：列表.insert(index, obj)
# index --->对象 obj 需要插入的索引位置。
# obj ---> 要插入列表中的对象（列名）
col_name=df1.columns.tolist()          # 将数据框的列名全部提取出来存放在列表里
print(col_name)
col_name.insert(2,'city')           # 在列索引为2的位置插入一列,列名为:city，刚插入时不会有值，整列都是NaN
df1=df1.reindex(columns=col_name)       # DataFrame.reindex() 对原行/列索引重新构建索引值
df1['city']=['北京','山西','湖北','澳门']  # 给city列赋值
print(df1)
print("----------新增行---------------")
# 重要！！先创建一个DataFrame，用来增加进数据框的最后一行
new=pd.DataFrame({'name':'lisa',
         'gender':'F',
         'city':'北京',
         'age':19,
         'score':100},