Pandas-Datenrahmen-Zeichenfolgeneintrag aufteilen (explodieren), um Zeilen zu trennen
Problem:
Manipulation eines Pandas-Datenrahmens Das Ziel besteht darin, jedes CSV-Feld in einzelne Zeilen aufzuteilen und dabei die Werte beizubehalten, die eine Spalte mit durch Kommas getrennten Werten enthalten ursprüngliche Datenstruktur.
Lösung:
Die empfohlene Lösung besteht darin, die in Pandas 0.25 eingeführte Methode Pandas Series.explode() oder DataFrame.explode() zu nutzen. 0 und wurde in Pandas 1.3.0 erweitert, um die Explosion mehrerer Spalten zu unterstützen.
Um eine einzelne Spalte aufzulösen, verwenden Sie Series.explode():
df.explode('column_name')
Für mehrere Spalten verwenden Sie DataFrame.explode():
df.explode(['column1', 'column2'])
Beispiel:
df = pd.DataFrame({ 'A': [[0, 1, 2], 'foo', [], [3, 4]], 'B': 1, 'C': [['a', 'b', 'c'], np.nan, [], ['d', 'e']] }) df.explode('A')
Ausgabe:
A B C 0 0 1 [a, b, c] 0 1 1 [a, b, c] 0 2 1 [a, b, c] 1 foo 1 NaN 2 NaN 1 [] 3 3 1 [d, e] 3 4 1 [d, e]
Für einen allgemeineren Ansatz, der für mehrere Normal- und Listenspalten funktioniert, beachten Sie Folgendes Funktion:
def explode(df, lst_cols, fill_value='', preserve_index=False): # Ensure `lst_cols` is list-alike if lst_cols and not isinstance(lst_cols, (list, tuple, np.ndarray, pd.Series)): lst_cols = [lst_cols] # Calculate lengths of lists lens = df[lst_cols[0]].str.len() # Preserve original index values idx = np.repeat(df.index.values, lens) # Create an "exploded" DataFrame res = (pd.DataFrame({ col:np.repeat(df[col].values, lens) for col in df.columns.difference(lst_cols) }, index=idx) .assign(**{col:np.concatenate(df.loc[lens>0, col].values) for col in lst_cols})) # Append rows with empty lists if (lens == 0).any(): res = (res.append(df.loc[lens==0, df.columns.difference(lst_cols)], sort=False) .fillna(fill_value)) # Revert to original index order and reset if requested res = res.sort_index() if not preserve_index: res = res.reset_index(drop=True) return res
Beispiel für die Auflösung einer CSV-ähnlichen Spalte:
df = pd.DataFrame({ 'var1': 'a,b,c d,e,f,x,y'.split(), 'var2': [1, 2] }) explode(df.assign(var1=df.var1.str.split(',')), 'var1')
Ausgabe:
var1 var2 0 a 1 1 b 1 2 c 1 3 d 2 4 e 2 5 f 2 6 x 2 7 y 2
Das obige ist der detaillierte Inhalt vonWie teile ich durch Kommas getrennte Werte in einem Pandas-DataFrame in separate Zeilen auf?. Für weitere Informationen folgen Sie bitte anderen verwandten Artikeln auf der PHP chinesischen Website!