エクスポートでは、1つのセルに複数の値が詰め込まれていることがよくあります:gift;eco;bestsellerのようなタグや、oak|walnutのような色です。それらを数えたり絞り込んだりするには、各値をそれぞれの行にします:
tags["tags"].str.split(";").explode()
str.split(";")は各セルをリストにし、explode()はリストの各要素をそれぞれの行に置き、行のインデックス(DataFrameでは、そのほかの列も)を繰り返します。注意すること:
- 欠けているセルは、分けて展開した後も欠けたまま(NaN)です。
new;のような余分な区切り文字は["new", ""]に分かれ、空のタグになります。数える前に、空の文字列を除いてください。
explodeの後はインデックスが繰り返されます。新しいインデックスにするには、ignore_index=Trueを渡してください。
DataFrameでは、df.explode("col")で1つの列を展開し、ほかの列をコピーします。