Python pandas 数据无法正常分列

在数据处理时，有时需要对数据进行分列，类似于Excel里面的分列功能，这个在pandas里面也可以实现，下面就来详细介绍相关的方法及注意点，前提是你已经对pandas有一定的了解

导入数据

这里介绍的是从Excel导入数据，当然也可以从其他文件导入、数据库查询后导入等，为了弄清楚里面的细节，本教程从Excel导入数据

import pandas as pd
import numpy as npdata=pd.read_excel('split.xlsx')

查看原始数据及各列数据类型，可以看到指标、选项都是object类型，其中选项列没有缺失值

原始数据.png

对选项列进行分列

对导入的原始数据进行分列，这里运用的是pandas.Series.str.split方法，可以理解为把Series作为字符串进行分列操作，分列都是对字符串进行操作的

split_data=data['选项'].str.split(':',expand=True)   #需要添加expand=True，使分列后的数据扩展为一个数据框
split_data

原始数据分列.png

可以明显看到分列后的数据，第1、5、6索引行全是缺失值，对比上面的原始数据，这些都是只有一个数字，难道分列方法split对只有一个数字不能分列吗？其实则并不然，实际的原因请往下看

寻找原因

查看Excel里面的数据寻找原因，发现选项所在列，单个数字在Excel单元格是数字，其他的都是文本，因Excel里面数字一般都是在单元格里面都是靠右对齐，而文本都是靠左对齐

Excel数据.png

但是pandas导入数据后，已经查看了选项列为object类型，难道判断的数据类型有问题？请继续往下看

强制转换数据类型，再次分列

data['选项']=data['选项'].astype('str')
#data['选项']=data['选项'].astype('object')     #这两个代码都可以转换split_data=data['选项'].str.split(':',expand=True)
split_data

数据类型转换后再分列.png

合并数据

split_data.columns=['s_1','s_2','s_3','s_4']
data.join(split_data)   #join比较方便，根据索引直接对两个表进行链接，而merge需要设置链接时的字段

成功分列后数据.png

分列时注意事项

1.导入数据后一定要检查数据类型，不要急着去处理
2.分列前检查该列数据类型，确保该列数据类型都是字符串类型，或者object类型，当数据量很大的时候这个很容易出错

pandas里面数据类型对照

详情请参考这篇博文，数据处理过程的数据类型

数据类型.jpg