时间戳

首页 > 解决方案 > 将具有多个值的熊猫数据框列字符串拆分为单独的行

python - 将具有多个值的熊猫数据框列字符串拆分为单独的行

问题描述

我有一个文本字符串数据框，它基本上代表每行一个或多个旅程。我试图分开旅程的两条腿，这样我就可以单独看到它们。示例输入数据框如下所示：

df_input = pd.DataFrame([{'var1':'A/A1', 'var2':'x/y/z', 'var3':'abc1'}, 
                         {'var1':'B', 'var2':'xx/yy', 'var3':'abc2'}, 
                         {'var1':'c', 'var2':'zz', 'var3':'abcd'}])

   var1 var2    var3
0  A/A1 x/y/z   abc1
1   B   xx/yy   abc2
2   c   zz      abcd

我试图得到的输出应该如下所示。所以对于第一个例子，旅程腿是A to A1 then A1 to x then x to y and then y to z。如果还有一种方法可以添加一个额外的列来指示旅程航段编号（1、2、3 等），那将非常有帮助。var3这里不重要，但我只是将其包括在内以表明当行被拆分时还有其他列会重复。

df_output = pd.DataFrame([{'var1': 'A', 'var2': 'A1', 'var3':'abc1'}, 
                          {'var1': 'A1', 'var2': 'x', 'var3':'abc1'},
                          {'var1': 'x', 'var2': 'y', 'var3':'abc1'},
                          {'var1': 'y', 'var2': 'z', 'var3':'abc1'},
                          {'var1': 'B', 'var2': 'xx', 'var3':'abc2'},
                          {'var1': 'xx', 'var2': 'yy', 'var3':'abc2'},
                          {'var1': 'c', 'var2': 'zz', 'var3':'abcd'}])

  var1 var2 var3
0   A   A1  abc1
1   A1  x   abc1
2   x   y   abc1
3   y   z   abc1
4   B   xx  abc2
5   xx  yy  abc2
6   c   zz  abcd

有人可以帮忙吗？我之前发布了一个类似（更简单）的问题，但是由于复杂性增加并且这里的解决方案不适用于两者var1并且var2有多个条目由/.

谢谢

标签： pythonpandasnumpydataframe

解决方案

这是join+ explodethen的一种方式shift

df_input['New']=df_input[['var1','var2']].agg('/'.join,1).str.split('/')
df=df_input.explode('New')
df['New2']=df.groupby(level=0).New.shift(-1)
df=df.dropna(subset=['New2'],axis=0)
df
   var1   var2  var3 New New2
0  A/A1  x/y/z  abc1   A   A1
0  A/A1  x/y/z  abc1  A1    x
0  A/A1  x/y/z  abc1   x    y
0  A/A1  x/y/z  abc1   y    z
1     B  xx/yy  abc2   B   xx
1     B  xx/yy  abc2  xx   yy
2     c     zz  abcd   c   zz

推荐阅读