经常听别人说Python在数据领域有多厉害，结果学了很长时间，连数据处理都麻烦得要死。后来才发现，原来不是Python数据处理厉害，而是他有数据分析神器——pandas
前言
今天从两个需求来看看数据分列功能，由于Excel自带功能比较弱，在处理稍微复杂的需求时会显得力不从心，因此，本系列文章将引入Excel中一个非常高效的数据处理插件——PowerQuery，并且看看pandas是怎样灵活解决。
本文结构：
先看看简单的分列接着尝试分割扩展成行最后是多列分割扩展成行Excel分列
Excel中对数据进行分列是非常简单的。如下：
选中需要处理的列功能卡数据，分列按钮，即出现设置弹窗选分隔符号，点击下一步左上部分，勾选逗号，点击下一步最后看到结果预览，没问题，直接点击完成pandas分列
pandas对文本列进行分列，非常简单：
DataFrame.str.split()，对文本列分列，第一参数指定分隔符此外，参数expand，表示是否扩展成列，若设置为True，则分割后的每个元素都成为单独一列。这符合当前需求
复杂点的需求
有时候，我们希望分割的内容，转化成行，需求如下：
比如，第一行张三的科目中有3个元素，则分割结果张三就有3行使用Excel自带功能处理这需求就比较困难，我们使用PowerQuery来处理：
功能区PowerQuery，点从表/范围此时会启动Powerquery编辑窗口
点选科目整列上方功能区开始，转换区中，点选拆分列，选按分隔符
这里大部分设置与Excel自带功能基本一致点开高级选项，点选拆分为中的行
功能区开始，最左边点按钮关闭并上载，即可把结果输出会Excel请自行到官方网站下载此插件安装
那么pandas中怎么实现这需求：
先用str.split分割，但这次不需要expand调用DataFrame.explode()，对某一序列类型的列进行展开注意，explode方法是pandas0.25版本的新增方法
提升难度
假如现在有多列需要进行分割展开呢？如下：
同时把科目和成绩分割扩展到行直接看pandas怎么解决：
先对科目与成绩列分别进行split后，再进行explode然后通过concat，与原来的性名列合并虽然实现了，但代码的语义不够清晰。编程语言的灵活性在此可以充分体现，我们把逻辑封装成一个函数hp_explode，以后需要使用时，简单调用即可：
hp_explode()，可自动识别内容是list的列进行扩展hp_explode方法的定义不是本文的核心，需要源码的小伙伴看文末
不想调用.str.split？当然也支持：
一句搞定总结
Series.str.split()，对文本列分割expand参数指定是否扩展为列DataFrame.explode()，对序列的列扩展成行，通常与Series.str.split()配合使用下一节，将看看Excel举世闻名的vlookup函数与pandas中的实现
如果希望从零开始学习pandas，那么可以看看我的pandas专栏。