基于列中'x'值复制行：实现每行仅含一个唯一'x'

没问题！我来给你一步步实现这个需求——将含有多个'x'的数据行拆分，确保每行仅保留一个唯一的'x'。下面用Python的pandas库来演示，这是处理表格类数据的常用工具，操作清晰易懂：

1. 准备测试数据 #

咱们先构造一份模拟数据，方便你理解拆分前后的变化：

import pandas as pd

# 模拟带多个x的表格数据
test_data = {
    '序号': [1, 2, 3],
    '列1': ['x', '', 'x'],
    '列2': ['', 'x', 'x'],
    '列3': ['x', 'x', ''],
    '备注': ['样本A', '样本B', '样本C']
}
df = pd.DataFrame(test_data)
print("原始数据：")
print(df)

运行后输出的原始数据：

序号 列1 列2 列3  备注
0   1  x     x  样本A
1   2     x  x  样本B
2   3  x  x     样本C

2. 核心拆分逻辑实现 #

接下来是关键的拆分代码，逻辑很简单：遍历每行，找出所有含'x'的列，为每个这样的列生成一行副本，仅保留当前列的'x'，其他原含'x'的列置空：

# 存储拆分后的结果行
split_results = []

# 逐行处理
for _, row in df.iterrows():
    # 找出当前行所有值为'x'的列名
    x_columns = row[row == 'x'].index.tolist()
    
    # 为每个含x的列生成单独的行
    for col in x_columns:
        # 复制原行数据
        new_row = row.copy()
        # 把其他含x的列置空，只保留当前列的x
        for c in x_columns:
            if c != col:
                new_row[c] = ''
        # 将新行加入结果列表
        split_results.append(new_row)

# 转换为DataFrame并重置索引
final_df = pd.DataFrame(split_results).reset_index(drop=True)
print("\n拆分后的数据：")
print(final_df)

3. 最终输出结果 #

运行代码后，你会得到符合需求的结果：

序号 列1 列2 列3  备注
0   1  x        样本A
1   1        x  样本A
2   2     x     样本B
3   2        x  样本B
4   3  x        样本C
5   3     x     样本C

可以看到，原本有2个'x'的行都被拆分成了2行，每行只保留一个'x'，其他非x列（比如序号、备注）的内容完全保留。

小扩展说明 #

• 如果你的数据来自CSV/Excel文件，只需要用pd.read_csv("你的文件路径.csv")或pd.read_excel("你的文件路径.xlsx")替换示例中的test_data构造部分即可。
• 如果需要兼容大小写（比如'X'也视为有效），可以把判断条件改成row.str.strip().str.lower() == 'x'（注意要先处理非字符串类型的列哦）。

内容的提问来源于stack exchange，提问作者S31