在单元格中包含多个信息的pandas透视表

Question

我对熊猫不太熟悉，所以这可能是个愚蠢的问题。我试着分析以下数据：

df = pd.DataFrame({
      'Country' : ['country1', 'country2', 'country3', 'country4'],
      'Industry' : ['industry1:\$20 \n industry4:\$30', 
                    'industry10:\$100', 
                    'industry3:\$2 \n industry4:\$30 \n industry12:\$10 \n industry1:\$3',
                    'industry1:\$20 \n industry4:\$30'
                   ],})

（\n来自excel提取）

我需要将行业作为指数，将国家作为列。我的直觉是，我需要先对包含多种信息的细胞进行某种“数据解包”，但我不知道如何在熊猫身上这样做。在

---

谢谢大家。下面有一些答案很有效。我继续搜索，发现了一些与这个问题相关的帖子（有人把这个问题称为“爆炸熊猫行”）。在下面的线程中，有人编写了一个通用函数explode（），它是通用的，性能很好：

Split (explode) pandas dataframe string entry to separate rows

Answer 1

您可以使用：

• ^{}按不带Industry的所有列
• ^{}by regex\s+\n\s+-\s+表示1个或多个空白
• 按^{}为Series重塑形状
• 再次使用不同的分隔符split
• 双^{}，先删除第一级
• rename列

df = (df.set_index(['Country'])['Industry']
        .str.split('\s+\n\s+', expand=True)
        .stack()
        .str.split(r':\\\$', expand=True)
        .reset_index(level=1, drop=True)
        .reset_index()
        .rename(columns={0:'Industry', 1:'Val'})
     )   
print (df)
    Country    Industry  Val
0  country1   industry1   20
1  country1   industry4   30
2  country2  industry10  100
3  country3   industry3    2
4  country3   industry4   30
5  country3  industry12   10
6  country3   industry1    3
7  country4   industry1   20
8  country4   industry4   30