mysql和pandas实现表格内容拆分

需求

 将以下表格内容由1：n，拆分为1：1：

原始：

处理后：

一 Mysql方法:

注：
部分信息参考博客：https://blog.youkuaiyun.com/johnricgtsd8br/article/details/97927842
先贴代码：

 SELECT DISTINCT cid, SUBSTRING_INDEX(
 SUBSTRING_INDEX( t1.content, ',',b.help_topic_id + 1),',',-1) as title
 FROM t1
JOIN
mysql.help_topic as b
on b.help_topic_id < (char_length(t1.content) - char_length(replace(t1.content,',',''))+1)

解析：
SUBSTRING_INDEX(str,delim,count)：根据delim定位来切分字符串，count可以是正（从左往右数），可以实负（从右往左数）

逗号个数=char_length(字符串)-char_length(replace(字符串,’,’,’’))

逗号位置=mysql.help_topic.id < 逗号个数[+1]

mysql.help_topic表的自增id是从0开始，所以在进行截取时要对id进行+1。见:
substring_index(t1.content,’,’,b.help_topic_id+1)

title列最后一个字符不是逗号时：逗号个数+1是为了截取时不漏掉最后一个逗号后的值，即:
char_length(t1.content) - char_length(replace(t1.content,’,’,’’))+1；

title 列最后一个字符是逗号时：逗号个数就不需要+1了，直接：
char_length(t1.content) - char_length(replace(t1.content,’,’,’’))

二 pandas 方法

df = pd.DataFrame({
    'cid':[1,2,3,4,5],
    'title':['汽车,火车,轮船','人才','数据,分析','测试数据',''],
    },index=[1,2,3,4,5])
df_new = df.drop(columns='title')
df_new = df_new.join(df['title'].str.split(',',expand=True).stack().reset_index(level=1, drop=True).rename('title'))
df_new.reset_index(drop='True')

解析：
stack():从列到索引堆叠指定级别，实现多重索引

另外一个官网离例子，直接使用explode函数：

df. explode('title')