Python-pandas：如何将一列中的文本分成多行？

Question

我正在处理一个较大的csv文件，并且最后一列的旁边是一串文本，我想用一个特定的定界符来分割它。我想知道是否有使用pandas或python的简单方法？

CustNum  CustomerName     ItemQty  Item   Seatblocks                 ItemExt
32363    McCartney, Paul      3     F04    2:218:10:4,6                   60
31316    Lennon, John        25     F01    1:13:36:1,12 1:13:37:1,13     300

我想先按空格(' ')再(':')在Seatblocks列中按冒号分开，但每个单元格将导致列数不同。我具有重新排列列的功能，因此Seatblocks列位于工作表的末尾，但是我不确定从那里开始如何做。我可以使用内置text-to-columns函数和快速宏在excel中完成此操作，但是我的数据集记录太多，无法处理excel。

最终，我想记录约翰·列侬的记录并创建多行，并将每组座位的信息放在单独的行上。

Answer 1

这将座垫按空间划分，并给每个单独的行。

In [43]: df
Out[43]: 
   CustNum     CustomerName  ItemQty Item                 Seatblocks  ItemExt
0    32363  McCartney, Paul        3  F04               2:218:10:4,6       60
1    31316     Lennon, John       25  F01  1:13:36:1,12 1:13:37:1,13      300

In [44]: s = df['Seatblocks'].str.split(' ').apply(Series, 1).stack()

In [45]: s.index = s.index.droplevel(-1) # to line up with df's index

In [46]: s.name = 'Seatblocks' # needs a name to join

In [47]: s
Out[47]: 
0    2:218:10:4,6
1    1:13:36:1,12
1    1:13:37:1,13
Name: Seatblocks, dtype: object

In [48]: del df['Seatblocks']

In [49]: df.join(s)
Out[49]: 
   CustNum     CustomerName  ItemQty Item  ItemExt    Seatblocks
0    32363  McCartney, Paul        3  F04       60  2:218:10:4,6
1    31316     Lennon, John       25  F01      300  1:13:36:1,12
1    31316     Lennon, John       25  F01      300  1:13:37:1,13

或者，将每个冒号分隔的字符串放在自己的列中：

In [50]: df.join(s.apply(lambda x: Series(x.split(':'))))
Out[50]: 
   CustNum     CustomerName  ItemQty Item  ItemExt  0    1   2     3
0    32363  McCartney, Paul        3  F04       60  2  218  10   4,6
1    31316     Lennon, John       25  F01      300  1   13  36  1,12
1    31316     Lennon, John       25  F01      300  1   13  37  1,13

这有点丑陋，但也许有人会采用更漂亮的解决方案。