Python中基于逗号拆分hashtag文本列并展开为多行的实现问题

以下是不同场景下的实现方法： #

1. Python Pandas 实现 #

• 先按逗号拆分hashtag列，同时自动处理逗号前后的空格，生成列表格式的字段值
• 调用explode方法将列表展开为多行即可得到目标结果
  代码示例：

import pandas as pd

# 假设你已经将源数据读取到DataFrame对象df中
# 按逗号拆分，同时去除每个标签前后的空格
df['hashtag'] = df['hashtag'].str.split(r'\s*,\s*')
# 展开为多行
df = df.explode('hashtag', ignore_index=True)

# 如果你不需要保留示例中最后的空#标签，可以加一行过滤代码
# df = df[df['hashtag'].str.strip() != '#']

2. SQL 实现 #

MySQL 8.0+ 版本（用递归CTE实现） #

WITH RECURSIVE split_cte AS (
    SELECT 
        ID,
        date,
        TRIM(SUBSTRING_INDEX(hashtag, ',', 1)) AS hashtag,
        SUBSTRING(hashtag, LENGTH(SUBSTRING_INDEX(hashtag, ',', 1)) + 2) AS remaining
    FROM 你的表名
    UNION ALL
    SELECT 
        ID,
        date,
        TRIM(SUBSTRING_INDEX(remaining, ',', 1)) AS hashtag,
        SUBSTRING(remaining, LENGTH(SUBSTRING_INDEX(remaining, ',', 1)) + 2) AS remaining
    FROM split_cte
    WHERE remaining <> ''
)
SELECT ID, date, hashtag FROM split_cte ORDER BY ID;

PostgreSQL 版本（用内置函数直接实现） #

SELECT 
    ID,
    date,
    TRIM(unnest(string_to_array(hashtag, ','))) AS hashtag
FROM 你的表名
ORDER BY ID;

3. Excel Power Query 实现 #

适合无代码基础的用户：

1. 选中源数据表，点击「数据」选项卡→「从表格/范围」导入Power Query编辑器
2. 选中hashtag列，点击「转换」选项卡→「拆分列」→「按分隔符」
3. 分隔符选择逗号，勾选「拆分到行」，确认后完成拆分
4. 选中拆分后的hashtag列，点击「转换」→「格式」→「修剪」去除前后多余空格
5. 最后点击「关闭并上载」导出回Excel即可

内容的提问来源于stack exchange，提问作者kumarb