用定界符重塑熊貓數據框列

Question

我有以下數據框（帶有2列-str的選項卡文件）：

id1  id2

g1   ID:05434
g1   ID:05434
g1   NaN
g1   ID:05434|ID:38720|ID:33345

做完之后

df1 = df[df['id2'].notnull()]
df2 = df1.drop_duplicates(['id1','id2'])

我有df2，

id1  id2

g1   ID:05434
g1   ID:05434|ID:38720|ID:33345

我的目標是將其擴展為僅2列

id1  id2

g1   ID:05434
g1   ID:05434
g1   ID:38720
g1   ID:33345

為此有擴展功能嗎？

提前致謝。

Answer 1

使用str.split與stack ，還要測試remove NaN S用於DataFrame.dropna 。

編輯：通過OP注釋被刪除，最后以排序值重復：

df2 = (df.dropna(subset=['id2'])
         .set_index('id1')['id2']
         .str.split('|', expand=True)
         .stack()
         .reset_index(level=1, drop=True)
         .reset_index(name='id2')
         .sort_values(by=['col1', 'col2'])
         .drop_duplicates(['col1','col2']))

print (df2)
  id1       id2
0  g1  ID:05434
2  g1  ID:38720
3  g1  ID:33345