Question

我在这里看到了类似的问题，但我似乎无法为我的数据获得正确的输出。我有一个像这样的pandas数据框：

   pm_code                   sec_pm                    site_no       state
0  010_628 010_228 015_634   2543677 2543677 2543677   010228955     me

我希望将每个单元格分成多行（按空格分割）并按state和site_no索引。

感谢您的帮助！

Answer 1

选项1
set_index和pd.Series.str.split
AKA，Rubik的Cubing

df.set_index(
    ['state', 'site_no']
).stack().str.split(expand=True).stack().unstack(-2)

                  pm_code   sec_pm
state site_no                     
me    10228955 0  010_628  2543677
               1  010_228  2543677
               2  015_634  2543677

选项2
与pd.Series.str.extractall

相同的想法

df.set_index(
    ['state', 'site_no']
).stack().str.extractall('(\S+)')[0].unstack(-2)

                      pm_code   sec_pm
state site_no  match                  
me    10228955 0      010_628  2543677
               1      010_228  2543677
               2      015_634  2543677

Answer 2

使用str.split拆分前两列并提取其值。

x = df.iloc[:, :2].applymap(str.split).values.tolist()[0]
x = list(zip(*x))

现在，取最后两列并扩展它们以匹配拆分后的前两列的值。

y = np.repeat(df.iloc[:, -2:].values[:, ::-1], len(x), axis=0)

现在，创建您的数据框。

df2 = pd.DataFrame(x, index=y, columns=df.columns[:2])
df2    
                pm_code   sec_pm
(me, 10228955)  010_628  2543677
(me, 10228955)  010_228  2543677
(me, 10228955)  015_634  2543677

如果您想要MultiIndex，则需要致电pd.MultiIndex：

# https://stackoverflow.com/a/45946551/4909087
df2 = pd.DataFrame(x, index=pd.MultiIndex.from_arrays(y.T), columns=df.columns[:2])
df2
             pm_code   sec_pm
me 10228955  010_628  2543677
   10228955  010_228  2543677
   10228955  015_634  2543677

使用pandas将数据帧中的变量拆分为行

2 个答案: