Question

我有一个像这样的数据框

Names;        Count;  PartNr
R1, R2,...Rn; n;       1234-5678
C1, C2;       2;       1234-6789

该列表应导出到csv文件，以便在其他专有软件中导入。该软件在“名称”列中最多接受100个字符，如果有更多数据，我应该包装现有行，复制整列并添加其余名称。因此，Names列中应该有多行，最多100个字符。部件的绝对计数应仅在第一行，因此Count值应设置为零。

Names;             Count; PartNr
R1, R2,...Ra;        n;     1234-5678
Ra+1, Ra+2,...Rb;    0;     1234-5678   
Rb+1, Rb+2,...Rn;    0;     1234-5678
C1, C2;              2;     1234-6789

有一种很好的方法，直接在pandas中修改它吗？

我试图遍历行，但我不允许修改我正在迭代的数据帧，所以这不起作用。有更好的解决方案吗？

数据帧长度为10到1000倍，只有几行名称太长，因此性能不是很重要。

Answer 1

我不认为在熊猫中有一种特别好的方法可以做到这一点。每当DataFrame包含一列列表，并且您想要进行某种需要在列表上进行迭代的计算时，您将被迫为列中的每个项（即列表）调用一次Python函数。这会伤害到性能，因为无法应用Pandas＆＃39;这里快速矢量化操作。故事的寓意是尽可能避免将列表放入DataFrame。

（当然，在您的情况下，您似乎想要在特定的情况下准备CSV 另一个应用的格式。因此，如果需要DataFrame中的列表，那么就是它）。

正如您所提到的，您可以遍历行。您可以使用iterrows或itertuples。我会使用itertuples，因为它往往更快：

import itertools as IT
import numpy as np
import pandas as pd

Rs = ['R{}'.format(i) for i in range(1,251)]
Cs = ['C1', 'C2']
df = pd.DataFrame({'Names': [Rs, Cs], 'Count': ['n',0], 
                   'PartNr':['1234-5678','1234-6789']})

def chunks(seq, n):
    # http://stackoverflow.com/a/312464/190597 (Ned Batchelder)
    """ Yield successive n-sized chunks from seq."""
    for i in range(0, len(seq), n):
        yield seq[i:i + n]

result = []
for row in df.itertuples():
    result.append(pd.DataFrame({'Names': list(chunks(row.Names, 100)),
                          'Count':row.Count,
                          'PartNr':row.PartNr}))

result = pd.concat(result, axis=0, ignore_index=True)
print(result)

产量

  Count                                              Names     PartNr
0     n  [R1, R2, R3, R4, R5, R6, R7, R8, R9, R10, R11,...  1234-5678
1     n  [R101, R102, R103, R104, R105, R106, R107, R10...  1234-5678
2     n  [R201, R202, R203, R204, R205, R206, R207, R20...  1234-5678
3     0                                           [C1, C2]  1234-6789

在itertuples for-loop内，为每一行构建一个新的DataFrame。 DataFrame被收集到名为result的列表中。在for-loop之后完成后，DataFrame的列表将连接成一个DataFrame。

Python Pandas复制并修改数据框

1 个答案: