這是一個關于 從基礎到進階的練習題系列多行多列表單元素是，來源于 上的 / 。這個項目從基礎到進階，可以檢驗你有多么了解 。
我會挑選一些題目，并且提供比原題庫更多的解決方法以及更詳盡的解析。
計劃每天更新一期，希望各位小伙伴先自行思考，再查看答案。如果對你有幫助，記得轉發推薦給你的好友！
上期文章：每天一題-題目18：分組填充缺失值
數據處理，從入門到高級應用，核心知識點圖解教學，歡迎關注我的專欄：
后臺回復"數據"，可以下載本題數據集
如下數據：
import pandas as pd
import numpy as np
df = pd.read_csv('chipotle.tsv',
sep='\t',
converters={'item_price': lambda x: float(x[1:-1])})數據描述：
前面章節講解過的知識點，本文不再講解！
這次只需要4個訂單的數據即可：
orders = [311, 1828, 328, 1355]
df.query('order_id in @orders')然后把同一個訂單的 串起來：
orders = [311, 1828, 328, 1355]
df = (
df.query('order_id in @orders')
.groupby('order_id').agg({'item_name':','.join})
.reset_index()
)需求：
把 拆開，變回每個 一行數據
下面是答案了
橫向 + 豎向的拆分
第一步是把"串起來"的 拆分：
df.assign(item_name = df.item_name.str.split(','))現在的 里面全是 列表對象(list)：
(
df.assign(item_name = df.item_name.str.split(','))
['item_name'].apply(type)
)此時，如果你在使用 0.25或以上版本，那么可以：
(
df.assign(item_name = df.item_name.str.split(','))
.explode('item_name')
)點評：
記住次序，先讓單元格里面的內容變成列表，然后對列做
注意返回結果的行索引，這能給出另一種解法的提示
重排索引
很不幸，如果你使用比較舊版本的多行多列表單元素是，怎么辦？
我們使用倒推法找解決思路。
只看 列，怎么從左邊得到右邊的結果？
實際就是有一個 列表，里面的元素都是列表，怎么展平成一個列表：
from itertools import chain
list(chain.from_iterable([[1,2,3],[4,5]]))輸出：
[1, 2, 3, 4, 5]關于 可以關注我的相關系列教程
也就是：
from itertools import chain
dfx = df.assign(item_name = df.item_name.str.split(','))
names = list(chain.from_iterable(dfx['item_name']))
names輸出：
['Steak Salad',
'Steak Bowl',
'Chips and Guacamole',
'Carnitas Soft Tacos',
'Chicken Bowl',
'Chips and Guacamole',
'Chicken Burrito',
'Chicken Bowl',
'Chips and Guacamole',
'Canned Soft Drink']接下來，怎么可以從4行，按每一行的 里面的列表元素數量，拆分成多行？
可以重復多行數據：
df.reindex([0,0,1,1,2,2,3,3])怎么知道每個訂單需要拆分的行數：
dfx = df.assign(item_name = df.item_name.str.split(','))
dfx['item_name'].str.len()怎么按這個數量，生成對應的行索引值：
dfx = df.assign(item_name = df.item_name.str.split(','))
lens = dfx['item_name'].str.len()
np.repeat(lens.index,lens)輸出：
Int64Index([0, 0, 0, 0, 1, 1, 2, 3, 3, 3], dtype='int64')
行2也可以使用：
lens = dfx['item_name'].apply(len)至此，把所有技巧連起來即可：
from itertools import chain
dfx = df.assign(item_name = df.item_name.str.split(','))
# 展開 list 中 list
names = list(chain.from_iterable(dfx['item_name']))
# 展開行
lens = dfx['item_name'].str.len()
idx = np.repeat(lens.index,lens)
dfx = dfx.reindex(idx)
dfx['item_name'] = names
dfx這就能得到與直接使用 一樣的結果
總結：
.chain 展開 list 中 . 重復生成指定次數的數據. 按指定行索引值，生成重復數據