在python

Question

我有一个包含200行的excel文件，其中2行中包含逗号分隔值。如果我将它们输出到制表符分隔符，它将如下所示：

col1  col2    col3
a     b,c     d,e
f     g,h     i,j

我需要爆炸才能获得这样的数据帧，将200行扩展到~4,000：

col1  col2  col3
a     b     d
a     b     e
a     c     d
a     c     e
f     g     i
f     g     j
f     h     i
f     h     j

我没有看到熊猫中的任何爆炸功能，而且我们已经能够弄清楚如何使逗号分隔值的列长度不均匀 - 不确定分割在这里如何工作。

帮我堆叠溢出，你是我唯一的希望。谢谢！

Answer 1

使用itertools.product获取col2和col3之间的所有组合，然后将它们转换为单独的列

from itertools import product
df.set_index('col1')\
  .apply(lambda x: pd.Series(list(product(x.col2.split(','),x.col3.split(',')))),axis=1)\
  .stack()\
  .reset_index(1,drop=True)\
  .apply(pd.Series)\
  .reset_index().rename(columns={0:'col1',1:'col3'})

Out[466]: 
  col1 col1 col3
0    a    b    d
1    a    b    e
2    a    c    d
3    a    c    e
4    f    g    i
5    f    g    j
6    f    h    i
7    f    h    j