Question

我有一个pandas数据框，如下所示：

id    pos      value                sent
1     a/b/c    test/test2/test3     21
2     d/a      test/test5           21

我想拆分（=爆炸）df['pos']和df['token']，以便数据框看起来像这样：

id      pos          value         sent
1       a            test          21
1       b            test2         21 
1       c            test3         21 
2       d            test          21
2       a            test5         21

如果我拆分每一列然后将它们连接起来

，它就不起作用

pos = df.token.str.split('/', expand=True).stack().str.strip().reset_index(level=1, drop=True)

df1 = pd.concat([pos,value], axis=1, keys=['pos','value'])

有什么想法吗？我真的很感激。

编辑：

我尝试在此处使用此解决方案：https://stackoverflow.com/a/40449726/4219498

但是我收到以下错误： TypeError: Cannot cast array data from dtype('int64') to dtype('int32') according to the rule 'safe'

我认为这是一个与numpy相关的问题，虽然我不确定这是怎么回事。我正在使用Python 2.7.14

Answer 1

我倾向于避免stack魔术支持从头开始构建新的数据帧。这通常也更有效。以下是一种方式。

import numpy as np
from itertools import chain

lens = list(map(len, df['pos'].str.split('/')))

res = pd.DataFrame({'id': np.repeat(df['id'], lens),
                    'pos': list(chain.from_iterable(df['pos'].str.split('/'))),
                    'value': list(chain.from_iterable(df['value'].str.split('/'))),
                    'sent': np.repeat(df['sent'], lens)})

print(res)

   id pos  sent  value
0   1   a    21   test
0   1   b    21  test2
0   1   c    21  test3
1   2   d    21   test
1   2   a    21  test5

将分隔符上的多个列拆分为pandas数据帧中的行

1 个答案: