在 Pandas 中取消聚合字符串值字段 [重复]

Posted 2023-03-11

【中文标题】在 Pandas 中取消聚合字符串值字段 [重复]

【英文标题】：De-aggregating a string-valued field in Pandas [duplicate]

【发布时间】：2018-08-16 05:51:57

【问题描述】：

是否可以基于字符串字段对 Pandas 数据框进行去聚合（或去连接），该字符串字段包含您现在希望看到的项目的分隔列表？类似于在进行关系数据建模时将数据集转换为 1NF。

例如，有没有一种直接的方法可以做到这一点：

Name    Projects
Joe     ProjectA, ProjectB
Mary    ProjectC, ProjectD, Project E

并将其转换为：

Name    Projects
Joe     ProjectA
Joe     ProjectB
Mary    ProjectC
Mary    ProjectD
Mary    ProjectE

【问题讨论】：

错误的重复...找到更好的

【参考方案1】：

这是一种方法。

df = pd.DataFrame('Name': ['Joe', 'Mary'],
                   'Projects': [['ProjectA', 'ProjectB'],
                                ['ProjectC', 'ProjectD', 'ProjectE']])

lens = list(map(len, df['Projects'].values))

res = pd.DataFrame('name': np.repeat(df['Name'], lens),
                    'Projects': np.concatenate(df['Projects'].values))

#    Projects  name
# 0  ProjectA   Joe
# 0  ProjectB   Joe
# 1  ProjectC  Mary
# 1  ProjectD  Mary
# 1  ProjectE  Mary

【讨论】：

不错！我不知道用于克隆记录的repeat 函数。但是，在我原来的示例中，Projects 字段是字符串值，例如第一条记录的值为'ProjectA, ProjectB'。您是否只是创建一个影子字段，将该字符串拆分为一个列表值，然后应用上述方法？