1. 背景與需求
在處理數據中，往往需要做多維特徵提取（一對多），如下：
一個企業會有多個擅長領域，爲了作多維度數據特徵分析，需要將‘企業畫像’中單元格的數據進行拆分成爲一行一個特徵的數據樣式，且其他列數據保持不變，簡單的demo（以隨機兩個公司爲例）如下
2. 問題解決
這裏需要使用pandas中的explode方法，注意此方法是在0.25.0版本之後纔有，所以確認當前的pandas版本是在此之上，查看某個庫的版本可以使用如下代碼
import pandas
print(pandas.__version__)
0.25.3 #當前的版本
2.1 官方示例
df.explode() 方法的使用代碼如下：
import pandas as pd
df = pd.DataFrame({'A': [[1, 2, 3], 'foo', [], [3, 4]], 'B': 1})
print(df)
print(df.explode('A'))
→ 輸出的結果爲：（會將一列的單元格數據進行拆分，注意數據的格式：列表裏面多個元素）
A B
0 [1, 2, 3] 1
1 foo 1
2 [] 1
3 [3, 4] 1
A B
0 1 1
0 2 1
0 3 1
1 foo 1
2 NaN 1
3 3 1
3 4 1
2.2 實際操作
首先導入庫，進行文件數據的讀取
import pandas as pd
data = pd.read_excel('data_ok.xlsx')
data.head(10)
→ 輸出的結果爲：（文件數據導入成功）
2.2.1 採坑
觀察官方給出的示例，爲了確保數據的格式一樣，先把格式化爲統一，因此就對‘企業畫像’這個字段進行數據處理
data['企業畫像'] = data['企業畫像'].apply(lambda x:[x.replace('、',', ')])
data.head(10)
→ 輸出的結果爲：（在jupyter notebook裏面這裏看上去是和官方是一致的）
然後在按照‘企業畫像’字段進行拆分數據，運行代碼及輸出的結果如下，會發現並沒有出現想要的結果
2.2.2 問題糾錯
碰巧的是我在spyder裏面運行相同的代碼，然後在調試的過程中，發現中間進行目標格式轉化時，spyder的變量查看器裏的數據格式是和jupyter notebook中不一樣（列表裏面只有一個元素）。當執行完數據格式轉化之後，spyder中的數據如下
區別在於，jupyter notebook在顯示數據的時候將代表字符串格式的引號省去了，但是spyder中是顯示出來了。 因此可以推測：雖然在jupyter notebook中數據看上去是一致的，但是格式上並沒有化爲一致，這也就是爲什麼直接explode之後並沒有出現我們想要的結果的原因，接下來的操作中證實了這個猜測
3. 問題解決
還是修改‘企業畫像’中單元格的數據格式，這次應該是將數據轉爲一個一個的元素，然後是列表的形式，就可以使用split方法，代碼及輸出結果如下：
然後爲了再次體現出差異性，將相同的代碼在spyder中運行，結果如下
然後再對比‘企業畫像’中的數據，可以發現之間的區別：jupyter notebook在顯示數據的時候會將引號省去，造成表面上數據格式的統一（也證實了之前的猜測），這次的數據格式是和官方示範的一樣了，接下來就是進行數據拆分了
在jupyter notebook中執行代碼如下：
在spyder中執行代碼如下：
最終完成數據清洗的要求，進行數據的多維特徵提取
4. 小結
官方示例給的demo很是簡潔，但是在實際操作的過程中數據並沒有那麼簡單，而且在編程敲代碼中不要只習慣用一種編輯器，因爲沒有一種編輯器可以說是非常完美的，都存在優缺點，根據具體的需要選擇相應的編輯器即可
切記：敲代碼的初衷是解決問題，使得問題簡單化而不是複雜化