Question

我已经在网上搜索了一个答案，但是，虽然问了类似的问题，但它们并不相同，我也无法使用它们。

我有一个pandas数据框，其中几列文本字符串有时包含以逗号分隔的值。我想拆分每个CSV字段，其中包含以逗号分隔的三个值，每个条目创建一个新行，但以这种方式并行（使用A，C和D，不使用E）：

In [10]: before 
Out[10]: 
    A        B    C            D         E
0  a1,a2,a3  1    c1, c2, c3   d1,d2,d3  e1,e2,e3
1  a4        2    c4           d4        e4

In [11]: after
Out[11]: 
      A    B     C    D     E
0    a1    1    c1   d1    e1,e2,e3
1    a2    1    c2   d2    e1,e2,e3
2    a3    1    c3   d3    e1,e2,e3
3    a4    2    c4   d4    e4

问题是，它应该适用于不同的表，并且所有这些表可能具有不同的列（但总是这三个，A，C和D，共同的，具有相同的名称）。而且，另外，其他列可能在某些未分割的单元格中具有逗号分隔值，就像在E中发生的那样。

编辑：这三列在同一行中始终具有相同数量的逗号分隔值，但它可以在行之间变化（1个值，2个以逗号分隔的值，3个以逗号分隔的值...）。 / p>

对不起，我想提供一些代码，但我无法做出任何有用的东西。

有人能帮助我吗？我真的很感激任何帮助！：）

Answer 1

如果您知道这三列始终具有相同数量的逗号分隔值，则可以执行以下操作：

>>> df
          A  B         C         D         E
0  a1,a2,a3  1  c1,c2,c3  d1,d2,d3  e1,e2,e3
1        a4  2        c4        d4        e4

拆分每一栏：

>>> for col in ['A', 'C', 'D']:
...     df[col] = df[col].str.split(',')
... 
>>> df
              A  B             C             D         E
0  [a1, a2, a3]  1  [c1, c2, c3]  [d1, d2, d3]  e1,e2,e3
1          [a4]  2          [c4]          [d4]        e4

定义索引器：

>>> i = df['A'].map(len)
>>> j = np.repeat(np.arange(len(df)), i)
>>> k = np.concatenate(list(map(np.arange, i)))

展开框架：

>>> df = df.iloc[j]
>>> df
              A  B             C             D         E
0  [a1, a2, a3]  1  [c1, c2, c3]  [d1, d2, d3]  e1,e2,e3
0  [a1, a2, a3]  1  [c1, c2, c3]  [d1, d2, d3]  e1,e2,e3
0  [a1, a2, a3]  1  [c1, c2, c3]  [d1, d2, d3]  e1,e2,e3
1          [a4]  2          [c4]          [d4]        e4

从每个列表中选择一个：

>>> for col in ['A', 'C', 'D']:
...     df[col] = list(map(lambda xs, i: xs[i], df[col], k))
... 
>>> df
    A  B   C   D         E
0  a1  1  c1  d1  e1,e2,e3
0  a2  1  c2  d2  e1,e2,e3
0  a3  1  c3  d3  e1,e2,e3
1  a4  2  c4  d4        e4

将不同的条目拆分为单独的行，仅允许某些组合

1 个答案: