将函数应用于返回多行的pandas数据帧

Question

我想将一个函数应用于pandas DataFrame，它将一些行分成两行。例如，我可以将其作为输入：

df = pd.DataFrame([{'one': 3, 'two': 'a'}, {'one': 5, 'two': 'b,c'}], index=['i1', 'i2'])
    one  two
i1    3    a
i2    5  b,c

我想要这样的东西作为输出：

      one  two
i1      3    a
i2_0    5    b
i2_1    5    c

我的希望是我可以在数据框上使用apply（），调用一个函数返回一个本身有1行或更多行的数据帧，然后将它们合并回来。但是，这似乎根本不起作用。这是一个测试用例，我只是想复制每一行：

dfa = df.apply(lambda s: pd.DataFrame([s.to_dict(), s.to_dict()]), axis=1)
    one  two
i1  one  two
i2  one  two

因此，如果我返回一个DataFrame，那个DataFrame的列名似乎成为行的内容。这显然不是我想要的。

此处还有另一个问题是使用.groupby()解决的问题，但我不认为这适用于我的情况，因为我实际上并不希望按任何方式进行分组。

这样做的正确方法是什么？

Answer 1

你有一个混乱的数据库（逗号分隔的字符串，你应该有单独的列）。我们先解决这个问题：

df2 = pd.concat([df['one'], pd.DataFrame(df.two.str.split(',').tolist(), index=df.index)], axis=1)

这给了我们一些更整洁的东西

In[126]: df2
Out[126]: 
    one  0     1
i1    3  a  None
i2    5  b     c

现在，我们可以做到

In[125]: df2.set_index('one').unstack().dropna()
Out[125]: 
   one
0  3      a
   5      b
1  5      c

调整索引（如果需要）是微不足道的，并留给读者作为练习。