熊猫数据集转换以标准化数据

Question

我有一个这样的csv文件：

我想像这样将其转换为熊猫数据框：

基本上，我正在尝试规范化数据集以填充sql表。

我已经使用json_normalize从genres列中创建了一个单独的数据集，但是我对如何转换两个列（如上图所示）感到困惑。

一些建议将不胜感激。

Answer 1

如果genre_id是唯一的数值（如图中的 ），则可以使用以下内容：

#find all occurrences of digits in the column and convert the list items to comma separated string.
df['genre_id'] = df['genres'].str.findall(r'(\d+)').apply(', '.join)

#use pandas.DataFrame.explode to generate new genre_ids by comma separating them.
df = df.assign(genre_id = df.genre_id.str.split(',')).explode('genre_id') 

#finally remove the extra space
df['genre_id']  = df['genre_id'].str.lstrip() 

#if required create a new dataframe with these 2 columns only
df = df[['id','genre_id']]