今天在工作中遇到要将pandas数据框的一行拆成多行，和一列拆为多列的需求，一台服务器中可以有多个网卡，每个网卡都有状态，通过网卡的上下行流量。下面以一组“数据”为例，来说一下pandas如何将一行拆分为多行，一列拆分为多列。

 需求如下图

思路：

1.先将(0,c)拆成一个数据框

2.再将新数据框拆成4列(list1,list2,list3,list4)

3. 将原始数据框的c列删除，合并两个数据框

import numpy
import pandas as pd
from tabulate import tabulate

dict1 = {"a": ["test1", "test2"], "b": ["up", "up"],
         "c": ["eth1|up|16G|32G\neth2|up|null|32G\neth3|up|null|32G", "eth0|up|32G|32G"]}

df1 = pd.DataFrame(dict1)
print(tabulate(df1, headers='keys', tablefmt='fancy_grid'))

上述代码中tabulate模块能够对二维数据进行表格输出，可以把列表进行表格格式化

 逐步实现： 

1.先将(0,c)拆成一个数据框

将字符串按换行符分割

df_2 = df1['c'].str.split('\n',expand=True)
df_2

 把行转为列

df_2 = df_2.stack()
df_2

 重置索引，将二级索引变为一级索引

df_2 = df_2.reset_index(level=1, drop=True)
df_2

2.再将新数据框拆成4列(list1,list2,list3,list4)

将数据以“|”为分隔符拆为4列 

df_2 = df_2.str.split('|', expand=True)
df_2

改索引名称 

df_2.columns = ["list1", "list2", "list3", "list4"]
df_2

 3. 将原始数据框的c列删除，合并两个数据框

 先将原始数据框的c列删除，再跟新数据框合并

df_new = df1.drop("c", axis=1).join(df_2)
df_new

格式化输出 

print(tabulate(df_new, headers='keys', tablefmt='fancy_grid'))

 一行代码实现：

df_test = df1.drop("c", axis=1).join(df1['c'].str.split('\n',expand=True).stack().reset_index(level=1, drop=True).str.split('|', expand=True))
print(tabulate(df_test, headers='keys', tablefmt='fancy_grid'))

 （需要单独改一下索引名）

源码：

# !/usr/bin/env python
# -*- coding: UTF-8 -*-

import numpy
import pandas as pd
from tabulate import tabulate

dict1 = {"a": ["test1", "test2"], "b": ["up", "up"],
         "c": ["eth1|up|16G|32G\neth2|up|null|32G\neth3|up|null|32G", "eth0|up|32G|32G"]}

df1 = pd.DataFrame(dict1)
print(tabulate(df1, headers='keys', tablefmt='fancy_grid'))
# 一行拆为多行
df_2 = df1['c'].str.split('\n',expand=True).stack().reset_index(level=1, drop=True)
# 一列拆多列
df_sp = df_2.str.split('|', expand=True)
# 改列名
df_sp.columns = ["list1", "list2", "list3", "list4"]
# 删除c列，合并数据框
df_new = df1.drop("c", axis=1).join(df_sp)
print(tabulate(df_new, headers='keys', tablefmt='fancy_grid'))

###########################################################
# 一步实现 一行拆为多行一列拆多列
df_test = df1.drop("c", axis=1).join(df1['c'].str.split('\n',expand=True).stack().reset_index(level=1, drop=True).str.split('|', expand=True))
print(tabulate(df_test, headers='keys', tablefmt='fancy_grid'))

参考1