我有以下DataFrame
,其中Track ID
是行索引。如何将stats
列中的字符串拆分为5列数字?
Track ID stats
14.0 (-0.00924175824176, 0.41, -0.742016492568, 0.0036830094242, 0.00251748449963)
28.0 (0.0411538461538, 0.318230769231, 0.758717081514, 0.00264000622468, 0.0106535783677)
42.0 (-0.0144351648352, 0.168438461538, -0.80870348637, 0.000816872566404, 0.00316572586742)
56.0 (0.0343461538462, 0.288730769231, 0.950844962874, 6.1608706775e-07, 0.00337262030771)
70.0 (0.00905164835165, 0.151030769231, 0.670257006716, 0.0121790506745, 0.00302182567957)
84.0 (-0.0047967032967, 0.171615384615, -0.552879463981, 0.0500316517755, 0.00217970256969)
答案 0 :(得分:51)
对于另一种情况,假设它是看起来像元组的字符串:
In [74]: df['stats'].str[1:-1].str.split(',', expand=True).astype(float)
Out[74]:
0 1 2 3 4
0 -0.009242 0.410000 -0.742016 0.003683 0.002517
1 0.041154 0.318231 0.758717 0.002640 0.010654
2 -0.014435 0.168438 -0.808703 0.000817 0.003166
3 0.034346 0.288731 0.950845 0.000001 0.003373
4 0.009052 0.151031 0.670257 0.012179 0.003022
5 -0.004797 0.171615 -0.552879 0.050032 0.002180
(注意:对于旧版本的pandas(< 0.16.1),您需要使用return_type='frame'
而不是expand关键字)
顺便说一下,如果它是元组而不是字符串,你可以简单地执行以下操作:
pd.DataFrame(df['stats'].tolist(), index=df.index)
答案 1 :(得分:2)
如果你有一系列元组而不是字符串,并且你想要它们作为DataFrame列,这是最简单的方法:
df = pd.concat([df['Track ID'],pd.DataFrame(df['stats'].values.tolist())], axis=1)
如果它实际上是字符串,您可以先将其转换为类似的列表,然后应用上述操作:
dfpart = pd.DataFrame(df['stats'].apply(lambda x: x.strip('()').split(', ')).values.tolist()).astype(float)
df = pd.concat([df['Track ID'], dfpart], axis=1)
答案 2 :(得分:0)
假设你有一个包含元组的列(如你的例子中所示)而不是字符串,这将有效:
df = pandas.DataFrame({'Track ID': [14, 28, 42], 'stats': [(1, 2, 3, 4, 5), (1, 2, 3, 4, 5), (1, 2, 3, 4, 5)]}).set_index("Track ID")
from operator import itemgetter
for i in range(5):
df["Col {}".format(i)] = df.stats.apply(itemgetter(i))
如果你的字符串看起来像元组,你可以先解析它们,然后应用与上面相同的模式:
df = df2 = pandas.DataFrame({'Track ID': [14, 28, 42], 'stats': ["(1, 2, 3, 4, 5)", "(1, 2, 3, 4, 5)", "(1, 2, 3, 4, 5)"]}).set_index("Track ID")
df.stats = df2.stats.str.strip("()").str.split(", ")
答案 3 :(得分:0)
由于您的 stats 列包含长度为 5 的元组,因此这项工作相当简洁
pd.concat([df['Track ID'], pd.DataFrame(df['stats'].tolist(), index =
df.index, columns = [f'stats_{i}' for i in range(1, 6)])], axis = 1)