数据框熊猫中的逗号多个值

时间:2018-07-26 05:37:59

标签: python pandas

colum 1, colum2 a,b,c 30 b,c,f 40 a,g,z 50 . . . 将上面的数据框与col1,2一起使用,我想使数据框的下方与col3,4的数据框相同。 另外,col1由带有逗号的值组成。 col4由col3之后的col2之和组成。 column3, column4 a 80 b 70 c 70 f 40 g 50 z 50

1 个答案:

答案 0 :(得分:6)

使用:

df = (df.set_index('colum2')['colum1']
        .str.split(',', expand=True)
        .stack()
        .reset_index(name='column3')
        .groupby('column3', as_index=False)['colum2']
        .sum()
        .rename(columns={'colum2':'column4'})
      )
print (df)
  column3  column4
0       a       80
1       b       70
2       c       70
3       f       40
4       g       50
5       z       50

说明

  1. colum2列的第set_index
  2. 通过split创建DataFrame
  3. stack重塑
  4. reset_index按列创建索引
  5. groupby并汇总sum
  6. 必要时最后一次重命名列

另一种解决方案:

from itertools import chain

a = df['colum1'].str.split(',')
lens = a.str.len()

df = pd.DataFrame({
    'column3' : list(chain.from_iterable(a)), 
    'column4' : df['colum2'].repeat(lens)
}).groupby('column3', as_index=False)['column4'].sum()

print (df)
  column3  column4
0       a       80
1       b       70
2       c       70
3       f       40
4       g       50
5       z       50

说明

  1. 通过split创建列表
  2. 通过len
  3. 得出lsits的长度
  4. 最后repeat列并展平colum1
  5. groupby并汇总sum