Question

我的数据是这样的：

Name    test1   test2    test3     Count
Emp1    X,Y      A       a1,a2      1
Emp2    X       A,B,C    a3         2
Emp3    Z        C       a4,a5,a6   3

要将具有多个值的 test1 和 test2 单元格拆分为单独的行，然后将它们合并在一起。

    df2 =  df.test1.str.split(',').apply(pd.Series)
    df2.index =  df.set_index(['Name', 'Count']).index
    df2=df2.stack().reset_index(['Name', 'Count'])
    df3 = df.test2.str.split(',').apply(pd.Series)
    df3.index = df.set_index(['Name', 'Count']).index
    df3=df3.stack().reset_index(['Name', 'Count'])

    df2.merge(df3,on=['Name', 'Count'],how='outer')

代码不足：

Out[132]: 
   Name  Count 0_x 0_y
0  Emp1      1   X   A
1  Emp1      1   Y   A
2  Emp2      2   X   A
3  Emp2      2   X   B
4  Emp2      2   X   C
5  Emp3      3   Z   C

将具有多个值的Test3拆分为单独的行的代码

    df4.index = df.set_index(['Name', 'Count']).index
    df4=df4.stack().reset_index(['Name', 'Count'])

任何人都可以帮助我，如何将 Test3与test2和test1 多重连接？就像我在上面的代码中合并了Test1和Test一样？

Answer 1

更像

df1=df.stack().str.split(',').apply(pd.Series)
df1.stack().unstack(level=2).groupby(level=[0,1]).ffill().reset_index(level=[0,1])
Out[124]: 
   Name  Count test1 test2 test3
0  Emp1      1     X     A    a1
1  Emp1      1     Y     A    a2
0  Emp2      2     X     A    a3
1  Emp2      2     X     B    a3
2  Emp2      2     X     C    a3
0  Emp3      3     Z     C    a4
1  Emp3      3     Z     C    a5
2  Emp3      3     Z     C    a6

Answer 2

（不确定我是否理解正确，但是）跟随this answer，您可以

expand(expand(df.drop('test3', 1), 'test1', ','), 'test2')

或

expand_all(df.drop('test3', axis=1), cols=['test1', 'test2'], seps=[',', ','])

两个都输出

    Name    test1   test2   Count
0   Emp1    X   A   1
1   Emp1    Y   A   1
2   Emp2    X   A   2
3   Emp2    X   B   2
4   Emp2    X   C   2
5   Emp3    Z   C   3

详细信息：

def expand(df, col, sep=','):
    r = df[col].str.split(sep)
    d = {c: df[c].values.repeat(r.str.len(), axis=0) for c in df.columns}
    d[col] = [i for sub in r for i in sub]
    return pd.DataFrame(d)

Answer 3

我喜欢使用理解力

req.role

合并合并多个数据框

3 个答案: