如何用Python将单列数据拆分多列且每列仅含对应唯一值？

针对你需要将单列逗号分隔的等级数据拆分为多列，每列仅填充对应等级值（无对应值则为缺失值）的需求，可以通过以下pandas代码实现：

import pandas as pd

# 原始数据
df = pd.DataFrame({"grade": ["a,b,c", "d,e,f", "b,d,a", "a,b,c,d,e,f"]})

# 将grade列拆分为列表形式，方便后续检查
df['grade_list'] = df['grade'].str.split(',')

# 提取所有唯一的等级并排序
all_grades = sorted({grade for sublist in df['grade_list'] for grade in sublist})

# 为每个等级创建对应列：存在则填等级值，否则填缺失值
for grade in all_grades:
    # 生成列名（如Grade_A对应等级a）
    col_name = f"Grade_{grade.upper()}"
    # 判断每行是否包含当前等级，填充对应值或缺失值
    df[col_name] = df['grade_list'].apply(lambda x: grade if grade in x else pd.NA)

# 移除辅助列，保留原grade列和新生成的等级列
df = df.drop('grade_list', axis=1)

# 查看结果
print(df)

代码说明： #

• 拆分列：用str.split(',')将每行的逗号分隔字符串转为列表，便于快速检查等级是否存在。
• 提取唯一等级：通过集合推导式从所有行中提取不重复的等级，并排序保证列顺序统一。
• 生成目标列：遍历每个等级，判断每行是否包含该等级，包含则填充等级值，否则填充pandas标准缺失值pd.NA（若需要显示字符串"NA"，可替换为"NA"）。
• 清理辅助列：移除中间生成的grade_list列，得到符合需求的最终数据框。

运行后输出的结果与你期望的格式一致，每列仅显示对应等级值，无对应值则为缺失值。

内容的提问来源于stack exchange，提问作者Mohamed Ibrahim