python如何分列

Python中处理数据是非常常见的任务，而分列数据也是其中的一项重要操作，在Python中，可以使用pandas库来进行数据分列，以下是一些常见的数据分列方法。

1、使用pandas的str.split()方法进行分列

这是最简单的方法之一，适用于以特定字符（如逗号、分号等）分隔的字符串。

import pandas as pd
假设有一个包含姓名和年龄的字符串列表
data = {
    'Name': ['Alice,25', 'Bob,30', 'Charlie,35'],
    'Age': ['25', '30', '35']
}
将DataFrame中的字符串按照逗号分割
df = pd.DataFrame(data)
df['Name'] = df['Name'].str.split(',')
df['Age'] = df['Age'].str.split(',')
将分割后的列表转换为整数类型
df['Age'] = df['Age'].astype(int)
print(df)

2、使用pandas的pivot()方法进行分列

当数据以多级标题形式出现时，可以使用pivot()方法，一个包含“姓名”、“科目”和“分数”的DataFrame可以通过pivot()方法转换为包含“姓名”、“数学分数”、“语文分数”等列的新DataFrame。

import pandas as pd
假设有一个包含姓名、科目和分数的DataFrame
data = {
    'Name': ['Alice', 'Alice', 'Bob', 'Bob', 'Charlie', 'Charlie'],
    'Subject': ['Math', 'Chinese', 'Math', 'Chinese', 'Math', 'Chinese'],
    'Score': [80, 90, 70, 85, 95, 80]
}
df = pd.DataFrame(data)
pivot_df = df.pivot(index='Name', columns='Subject', values='Score')
print(pivot_df)

3、使用pandas的get_dummies()方法进行分列

当数据以分类形式出现时，可以使用get_dummies()方法，一个包含“姓名”和“性别”的DataFrame可以通过get_dummies()方法转换为包含“姓名”、“性别_male”、“性别_female”等列的新DataFrame。

import pandas as pd
假设有一个包含姓名和性别的DataFrame
data = {
    'Name': ['Alice', 'Bob', 'Charlie'],
    'Gender': ['male', 'female', 'male']
}
df = pd.DataFrame(data)
dummies_df = pd.get_dummies(df)
print(dummies_df)