如何使用Pandas拆分非列表格式的DataFrame行并转换特定结构的数据？

针对你的需求，我们可以分步骤处理这个DataFrame，把带/的行拆分成多行，同时保留对应关联的数据。下面是具体的实现过程：

首先，先把你的原始DataFrame加载进来（假设你已经导入了pandas）：

import pandas as pd

# 构造你的原始DataFrame
data = {
    'a': [19, 40, 41, 112, 154, 2991, 2992, 3887, 3893, 3908],
    'b': ['560 80', '4.5 95', '1.76 95', '0.17/0.43 >95/>95', '7.2/1 >95/>95', 
          '55 95', '33 95', '6.1 87.7', '3.9 70.3', '100 40']
}
df = pd.DataFrame(data)

步骤1：拆分b列为两个独立字段 #

你的b列其实包含了两个数据项（比如数值和对应的阈值），所以先按空格把b列拆成两列，命名为value和threshold：

df[['value', 'threshold']] = df['b'].str.split(' ', expand=True)
# 此时可以删掉原来的b列，简化数据
df = df.drop('b', axis=1)

步骤2：拆分带/的行并展开成多行 #

接下来，对value和threshold列，用str.split('/')把带分隔符的内容转换成列表，然后用explode方法将列表展开成多行，同时保持a列的对应值：

# 先把两个列都转成列表格式
df['value'] = df['value'].str.split('/')
df['threshold'] = df['threshold'].str.split('/')

# 同时展开两个列的列表
df = df.explode(['value', 'threshold'], ignore_index=True)

步骤3：处理>95的阈值转换 #

根据你的例子，需要把>95转换成95，可以用str.replace来处理：

df['threshold'] = df['threshold'].str.replace('>95', '95')
# 如果需要把数值转成float类型，可以加上这一步
df['value'] = df['value'].astype(float)
df['threshold'] = df['threshold'].astype(float)

最终结果 #

运行完上面的代码后，你得到的DataFrame就和你想要的结构一致了：

额外说明 #

• 如果你的原始DataFrame中还有其他类似的分隔符（比如除了/之外的），可以调整str.split的参数来适配。
• explode方法在Pandas 0.25及以上版本支持同时展开多个列，如果你用的是旧版本，可以先展开一个列，再处理另一个列。

内容的提问来源于stack exchange，提问作者A.Razavi