Question

我有以下问题：我有下表：

 A     B     C
 1     A     A
 2     A     A.B
 3     B     B.C
 4     A,B   A.A,A.B,B.C

列A为索引（1到4）。 B列列出了字母，该字母出现在C点之前（如果有的话，如果没有，则是隐式的，因此（C，1）= A中的条目是（。）之后的字母（因此此条目= AA）。 C列要么列出该点之前或之后的字母，要么仅列出该点之后的字母。

想法是将这些点分开并列出。因此，应首先用逗号将C列拆分为单独的行（有效）。这里的问题是，只要B中可能有不同的字母-因为拆分之后，B还应该只包含1个字母（C列的正确字母为开）。

所以结果应该像这样：

 A     B     C
 1     A     A
 2     A     B
 3     B     C
 4     A     A
 4     B     B
 4     B     C

有人可以帮助我确保B列包含正确的（即拟合）信息，该信息在C列中表示吗？

谢谢和亲切的问候。

Answer 1

首先，堆叠数据框以获取组合：

setState

然后将单个条目替换为对应的条目并应用out = ( df.set_index(['A', 'B']).C .str.split(',').apply(pd.Series) .stack().reset_index([0,1]).drop('B', 1) ) A 0 0 1 A 1 2 A.B 2 3 B.C 3 4 A.A 4 4 A.B 5 4 B.C：

pd.Series

输出：

(out.set_index('A')[0].str
    .replace(r'^([A-Z])$', r'\1.\1')
    .str.split('.').apply(pd.Series)
    .reset_index()
).rename(columns={0: 'B', 1: 'C'})

Answer 2

理解力强

def m0(x):
    """Take a string, return a dictionary split on '.' or a self mapping"""
    if '.' in x:
        return dict([x.split('.')])
    else:
        return {x: x}

def m1(s):
    """split string on ',' then do the dictionary thing in m0"""
    return [*map(m0, s.split(','))]

pd.DataFrame([
    (a, b, m[b])
    for a, B, C in df.itertuples(index=False)
    for b in B.split(',')
    for m in m1(C) if b in m
], df.index.repeat(df.C.str.count(',') + 1), df.columns)

   A  B  C
0  1  A  A
1  2  A  B
2  3  B  C
3  4  A  A
3  4  A  B
3  4  B  C

熊猫：在栏上进行条件拆分

2 个答案: