pandas dataframe 将一行按拆分成多行

在Pandas库中，如果你想要将一列数据拆分为多行，通常是为了数据清洗或重塑数据以便更好地进行分析。这可以借助`pivot_table`、`melt`或者`stack/unstack`等函数来实现。其中： 1. `pivot_table`函数可以基于指定的列创建一个新的宽表（DataFrame），新行对应原列的不同值，每一项的数据则作为新的列。 ```python df.pivot(index='existing_column', columns='new_column_name', values='value_column') ``` 2. `melt`函数可以把数据从“宽”形式转换到“长”形式，也就是把多重索引（如行标签的组合）变成单独的一列。例如： ```python df_melt = pd.melt(df, id_vars=['other_columns'], value_vars=['column_to_split']) ``` 3. 对于DataFrame的某一级别变量，可以使用`stack`和`unstack`操作将其变为行标签或列标签： ```python df_stacked = df.set_index(['index_column', 'level_column']).stack() df_unstacked = df_stacked.unstack() ``` 以上操作会将原来的一列或多列数据分散到新的行中，便于对每个独立的值进行处理或进一步的统计分析。