Question

我有一个如下数据框。

df = DataFrame([{'B1': '1C', 'B2': '', 'B3': '', },
                {'B1': '3A', 'B2': '1A', 'B3': ''},
                {'B1': '41A', 'B2': '28A', 'B3': '3A'}])

    B1   B2  B3    
0   1C             
1   3A   1A      
2  41A  28A  3A

现在，我从 B1-B3 中提取字母并将其添加到新列 U1-U3 中，得到：

    B1   B2  B3  U1 U2 U3 
0   1C            C         
1   3A   1A       A  A      
2  41A  28A  3A   A  A  A

我想让行像这样爆炸：

    B1   B2  B3   U1  U2  U3 
0   1C            C         
1   3A   1A       A         
2   3A   1A            A      
3  41A  28A  3A   A         
4  41A  28A  3A        A      
5  41A  28A  3A            A

预先感谢

Answer 1

我认为，它需要

的三步解决方案

1）从数据中提取Alphabates并创建新列，

2）复制带有w.r.t值和

的行

3）使用单位矩阵进行屏蔽。

df = pd.DataFrame([{'B1': '1C', 'B2': '', 'B3': '', },
            {'B1': '3A', 'B2': '1A', 'B3': ''},
            {'B1': '41A', 'B2': '28A', 'B3': '3A'}])

    B1  B2  B3
0   1C      
1   3A  1A  
2   41A 28A 3A

1）从行中提取Alphabates，并指定为列

df = df.merge(df.apply(lambda x: x.str.extract('([A-Za-z])')).add_prefix('U_'), left_index=True,right_index=True,how='outer')

出局：

  B1    B2  B3  U_B1    U_B2    U_B3
0   1C          C   NaN NaN
1   3A  1A      A   A   NaN
2   41A 28A 3A  A   A   A

2）您可以尝试duplicating the rows个数据框，只要它具有多个值

# Duplicating the rows of dataframe
val = df[['U_B1','U_B2','U_B3']].notnull().sum(axis=1)
df1 = df.loc[np.repeat(val.index,val)]

-> 3）然后通过按索引分组，仅选择masked values of identity matrix（ np.identity ）且每组的长度都为

。

df1[['U_B1','U_B2','U_B3']] = df1.groupby(df1.index)['U_B1','U_B2','U_B3'].apply(lambda x: x.dropna(axis=1).mask(np.identity(len(x))==0))

出局：

   B1   B2  B3  U_B1 U_B2 U_B3
0   1C          C       
1   3A  1A      A       
1   3A  1A          A   
2   41A 28A 3A  A       
2   41A 28A 3A      A   
2   41A 28A 3A          A

Python-熊猫轮流爆炸

1 个答案: