将数据框转换为另一个数据框，将复合字符串单元格拆分为单独的行[重复]

Posted 2023-03-11

【中文标题】将数据框转换为另一个数据框，将复合字符串单元格拆分为单独的行[重复]

【英文标题】：Convert data frame to another data frame, split compound string cell into individual rows [duplicate]

【发布时间】：2019-01-15 23:33:32

【问题描述】：

我希望使用 Python 将数据框 df1 转换为 df2。我有一个使用循环的解决方案，但我想知道是否有更简单的方法来创建 df2。

df1

   Test1   Test2   2014  2015  2016  Present
1     x        a     90    85    84        0
2     x      a:b     88    79    72        1
3     y    a:b:c     75    76    81        0
4     y        b     60    62    66        0
5     y        c     68    62    66        1

df2

   Test1  Test2   2014  2015  2016  Present
1     x       a     90    85    84        0
2     x       a     88    79    72        1
3     x       b     88    79    72        1
4     y       a     75    76    81        0
5     y       b     75    76    81        0
6     y       c     75    76    81        0
7     y       b     60    62    66        0
8     y       c     68    62    66        1

【问题讨论】：

有趣的问题。但是，请选择 R 或 Python 来确定您想要这个问题的答案（例如：删除其中一个标签）。如果您想向另一个人要另一个人-那太好了。 （当它们合二为一时，其他人在以后发现这些技术时会很尴尬）。

（如果您包含当前的解决方案，这也有助于您选择的语言）

从tidyr检查separate_rows函数

谢谢。我将标签更改为 Python。

@arqchicago 它已重新打开，但如果您包含您不满意的现有解决方案，它仍然会有很大帮助。

【参考方案1】：

这是使用numpy.repeat 和itertools.chain 的一种方法：

import numpy as np
from itertools import chain

# split by delimiter and calculate length for each row
split = df['Test2'].str.split(':')
lens = split.map(len)

# repeat non-split columns
cols = ('Test1', '2014', '2015', '2016', 'Present')
d1 = col: np.repeat(df[col], lens) for col in cols

# chain split columns
d2 = 'Test2': list(chain.from_iterable(split))

# combine in a single dataframe
res = pd.DataFrame(**d1, **d2)

print(res)

   2014  2015  2016  Present Test1 Test2
1    90    85    84        0     x     a
2    88    79    72        1     x     a
2    88    79    72        1     x     b
3    75    76    81        0     y     a
3    75    76    81        0     y     b
3    75    76    81        0     y     c
4    60    62    66        0     y     b
5    68    62    66        1     y     c

【参考方案2】：

这将实现你想要的：

# Converting "Test2" strings into lists of values
df["Test2"] = df["Test2"].apply(lambda x: x.split(":"))

# Creating second dataframe with "Test2" values
test2 = df.apply(lambda x: pd.Series(x['Test2']),axis=1).stack().reset_index(level=1, drop=True)
test2.name = 'Test2'

# Joining both dataframes
df = df.drop('Test2', axis=1).join(test2)

print(df)

  Test1 2014 2015 2016 Present Test2
1     x   90   85   84       0     a
2     x   88   79   72       1     a
2     x   88   79   72       1     b
3     y   75   76   81       0     a
3     y   75   76   81       0     b
3     y   75   76   81       0     c
4     y   60   62   66       0     b
5     y   68   62   66       1     c

---

^{类似问题（列已作为列表存在）：12}