作者简介
HeoiJin：立志透过数据看清世界的产品策划，专注爬虫、数据分析、产品策划领域。
万物皆营销 | 资本永不眠 | 数据恒真理
CSDN：https://me.csdn.net/weixin_40679090
最近收到一个小朋友（无中生友）发过来的需求，要将多列数据转化成多行数据，并提取指定列的数据。但因为数据结构有点丑，而且数据量大，不好通过excel公式进行清洗，希望我利用python帮他清洗下。那么这位小朋友碰上了什么幺蛾子，接下来一起一探究竟吧。
拿到样本数据和最终效果图的那一刻,有句话想跟设计表格的大佬说，不知当讲不当讲…各位先品一品这堆数据。
吐槽归吐槽，金牌厨师胖大师表示：“这波问题不大，接下来我要展示我王者水平的操作！”
pandas.DateFrame.explode能将dataframe的嵌套列表拆分成多行，并会复制同一行的其他元素。
| 方法 | 参数详解 |
|---|---|
| DataFrame.explode(self, column: Union[str, Tuple]) → ‘DataFrame’ | column：要进行操作的列名，可以传入字符串或者元组； 注意列名应该是唯一的，否则会引发ValueError； 返回dataframe（如果整个dataframe仅有一列，会自动在转换为series） |
观察可知，三个sheets的表头顺序都不一样，如果只利用简单粗暴的切片方式，并不能精准地获取到需要的表头。但庆幸表头名称都相同，派出正则表达式这把利刃便能轻松地完成任务。
def get_new_columns(df):
'''
>> 利用正则匹配出目标columns
>> df.columns=['栋数', '户型', '姓名', '性别', '电话', '房号', '姓名.1', '性别.1', '电话.1', '房号.1','姓名.2', '性别.2', '电话.2', '房号.2']
>> 当我们的columns重复的时候，pandas会自动帮我们在重复的columns后面加上.编号。
:param df:
:return:
'''
# 提取columns对应的字段
pattern_name=r',(姓名.?\d?),'
pattern_room=r',(房号.?\d?),'
pattern_phoone=r',(电话.?\d?),'
# 通过前后增加逗号