如何将连接的列名拆分为单独的列？答案

【问题标题】：How to split concatenated column name into separate columns?如何将连接的列名拆分为单独的列？
【发布时间】：2019-12-17 06:20:45
【问题描述】：

为了进行分析，我得到了一个列名，其中包含有关产品、市场和分销的具体信息。

数据集的结构如下：

Date     Product1|CBA|MKD  Product1|CPA|MKD     Product1|CBA|IHR    Product2|CBA|IHR
2018-11  12                 23                   0                   2

有很多独特的列组合。我想做的是得到以下结构：

Date      Product    Partner   Market      Quantity
2020-1    Product1   CBA       MKD         11
2020-1    Product1   CPA       MKD         22
2020-1    Product1   CBA       IHR         0
2020-1    Product2   CBA       IHR         1

所以，我想创建 3 个不同的列，并用列名中的粘贴值填充它们。数量列显然会包含旧连接列的值（我知道该怎么做），问题是获得前 3 列。

我试图通过匹配字符串在熊猫中做到这一点，但我真的被卡住了。非常感谢您的帮助，谢谢！

【问题讨论】：

您是否有定期命名的列？例如，您的第一列以A|B|C| 的形式命名，末尾有一个额外的管道，而其他列是A|B|C
感谢您的关注，我将进行编辑。它们都定期命名。

标签： python string pandas split

【解决方案1】：

看来你可以使用pandas.melt

df_ = df.melt(id_vars = 'Date', value_name = 'Quantity')
df_[['Product', 'Partner','Market']] = df_.variable.str.split('|', 
                                                             expand = True)\
                                                        .dropna(axis = 1) 
df_.pop('variable')

df_
Out[67]: 
      Date  Quantity   Product Partner Market
0  2018-11        12  Product1     CBA    MKD
1  2018-11        23  Product1     CPA    MKD
2  2018-11         0  Product1     CBA    IHR
3  2018-11         2  Product2     CBA    IHR

【讨论】：

这并没有给出预期的结果。
我没有添加 Date 列，因为我认为这并不重要，但我编辑了我的答案以包含它以防万一。
这不是唯一的事情。不过现在看起来好多了！ +1
在您编辑之前我自己添加的日期；）感谢您编辑，以防其他人遇到同样的问题?

【解决方案2】：

这是另一种方法：

st = df.set_index("Date").stack().reset_index(-1)
res = st["level_1"].str.split("|")
st[["Product","Partner","Market"]] = pd.DataFrame(res.tolist(), index=st.index)
df2 = st.drop("level_1", axis=1).rename({0:"Quantity"}, axis=1)

print(df2)

         Quantity   Product Partner Market
Date
2018-11        12  Product1     CBA    MKD
2018-11        23  Product1     CPA    MKD
2018-11         0  Product1     CBA    IHR
2018-11         2  Product2     CBA    IHR

【讨论】：

【解决方案3】：

a = df.melt(id_vars=["Date"],var_name="Product", 
    value_name="Val").dropna(how='any').sort_values('Date')
a['Partner'] = a['Product'].str.split("|").str[1]
a['Market'] = a['Product'].str.split("|").str[-1]
a['Product']= a['Product'].str.split("|").str[0]

【讨论】：