Question

我从.csv文件中读取了pandas中的以下数据帧。

    Month  Date       Year   Obs_score   
0   Jan    24,25,26   2015   -1.75   
1   Mar    2          2015   -2.0  
2   Apr    3          2015   -0.5

我需要取消Date日期列，以便获得以下内容。

    Month  Date       Year   Obs_score   
0   Jan    24         2015   -1.75
1   Jan    25         2015   -1.75
2   Jan    26         2015   -1.75
3   Mar    2          2015   -2.0  
4   Apr    3          2015   -0.5

基本上使Date字段统一并且每行有一个值，并复制逗号分隔日期的Obs_scores。有一个简单的方法吗？指数的顺序无关紧要。

Answer 1

一种可能的解决方案是基于pandas merge方法在关系的基础上创建数据库。

案例测试：

 # (just two columns for ease)
 df = pd.DataFrame({'Date' : ['24,25,26','2','3']
         , 'score' : [-1.75,-2.0,-0.5] })

即

       Date  score
0  24,25,26  -1.75
1         2  -2.00
2         3  -0.50

1：产生“split”列（假设条目是字符串中的逗号分隔值）

  b = df['Date'].apply(lambda x : pd.Series(x.split(","))).stack()

 0  0    24
    1    25
    2    26
 1  0     2
 2  0     3

2：重置索引并在适当标签的基础上合并

 b_reset = b.reset_index()

     level_0  level_1   0
  0        0        0  24
  1        0        1  25
  2        0        2  26
  3        1        0   2
  4        2        0   3

 df_reset = df.reset_index()

    index      Date  score
  0      0  24,25,26  -1.75
  1      1         2  -2.00
  2      2         3  -0.50

很明显，必须将b_reset和df_reset合并为一对多关系，将level_0 b_reset与index联系起来df_reset {1}}：

df_temp = pd.merge(b_reset 
           , df_reset
           , left_on = 'level_0'
           , right_on = 'index' )

3：我们最后只保留有用的列

df_t[['score',0]]


   score   0
0  -1.75  24
1  -1.75  25
2  -1.75  26
3  -2.00   2
4  -0.50   3

在pandas中拆分和拆分列

1 个答案: