下面是一个示例代码,演示了如何按照分隔符拆分列,并删除扩展列:
import pandas as pd
# 创建一个示例数据框
data = {'列A': ['a,b,c', 'd,e,f', 'g,h,i'],
'列B': [1, 2, 3],
'列C': [4, 5, 6]}
df = pd.DataFrame(data)
# 按照分隔符拆分列A,并创建新的数据框
df_split = df['列A'].str.split(',', expand=True)
df_split.columns = ['列A_{}'.format(i+1) for i in range(len(df_split.columns))]
# 删除原来的列A
df = df.drop('列A', axis=1)
# 将拆分后的列合并回原来的数据框
df = pd.concat([df, df_split], axis=1)
print(df)
输出结果:
列B 列C 列A_1 列A_2 列A_3
0 1 4 a b c
1 2 5 d e f
2 3 6 g h i
在这个示例中,我们使用pandas
库来进行数据处理。首先,我们创建了一个示例数据框df
,其中包含了一个包含分隔符的列A,以及两个其他列B和C。
然后,我们使用str.split()
函数将列A按照逗号分隔成多个列。expand=True
参数表示我们希望将拆分后的列作为新的数据框返回。我们还使用columns
属性为拆分后的列指定新的列名。
接下来,我们使用drop()
函数删除原来的列A,axis=1
表示按列删除。
最后,我们使用concat()
函数将拆分后的列合并回原来的数据框,axis=1
表示按列合并。
最终,我们打印输出了处理后的数据框。