Question

我有一个数据框，其中每个单元格中包含许多带有多个字符串的cloumns，我想获取字符串的子字符串，并将其作为新列添加到新数据框中，并在其中添加一个额外的列来描述第一列，例如下面的例子。我知道如何对原始数据帧中的一列执行此操作，但是我想一次对所有列执行此操作。

import pandas as pd

data = {'First':  ['First string, second string, third string,...', 'NaN','First string, second string, third string,...'],
    'Second': ['NaN', 'First string, second string, third string,...','First string, second string, third string,...'],
    'third': ['First string, second string, third string,...', 'First string, second string, third string,...','NaN'],
    'forth': ['First string, second string, third string,...', 'NaN','First string, second string, third string,...'],
     ....
    }

df = pd.DataFrame (data, columns = ['First','Second',...])

一栏：

  lst= df['first'].dropna().tolist()

  my_list= [x for xs in lst for x in xs.split(',')]

  df_new = pd.DataFrame(my_list, columns =['text'])

尽管我不确定如何添加第二个列，其大小与“ my_list”相同，并带有上一列的名称，所以在这种情况下为“第一列”。

所需的一列输出：

 df_new:
    text             name
 0  First string     first
 1  second string    first
 2  third  string    first
    ...              ...

我想发生的是，来自df的所有列都作为行添加到df_new中，而“名称”列中的单元格具有与第一列字符串相对应的先前列的名称。

Answer 1

我希望这会有所帮助！

#create the columns as rows 
df_new = pd.DataFrame({'text':df.T.index})
df_new['text'] = df_new['text'].str.strip("'")
#create a new column for group
df_new['group']=1
#cumsum the column names 
df_new['name'] = df_new.groupby('group')['text'].apply(lambda x: (x + ' ').cumsum().str.strip() + ",")
del df_new['group']

熊猫：将一列中的字符串扩展为子字符串并将其添加到行中

1 个答案: