我的数据目前采用这种格式
Uid Postcodelist
1 NE11 7HS,NE5 8MN,NE1 7UJ,NE14 8YU
2 LS6 8PJ
3 M6 7JH,M14 1HF
4 B17 8KA,LE5 7UZ,LE9 9GF
我有一个问题,我需要将列表分为两列并采用字符串的以下顺序位置(例如uid = 1)
[1,2,3,4]
将被拆分为
[1],[2]
[3],[4]
这是我需要的预期输出
Uid P1 P2
1 NE11 7HS NE5 8MN
1 NE1 7UJ NE14 8YU
2 LS6 8PJ Null
3 M6 7JH M14 1HF
4 B17 8KA LE5 7UZ
4 LE9 9GF Null
如果有4个以上的项目,则需要拆分并进一步展开(我认为不会有已定义的上限,但是需要为字符串列表中的每2个项目爆炸一次)
我试过一会儿,有人回答并给出了以下解决方案,这为我提供了解决之道。现在,越来越需要该数据具有上述格式。下面提供了一些方法的代码。 (我正在使用此处描述的爆炸功能。Split (explode) pandas dataframe string entry to separate rows
df[['P1','P2']] = df.pop('PreviousPostCodes').str.split(',\s*', n=1, expand=True)
df['P2'] = df['P2'].fillna('').str.split(',\s*', expand=False)
df = explode(df, lst_cols='P2')
这让我(再次例如uid = 1)
[1,2,3,4]
转化为
[1],[2]
[1],[3]
[1],[4]
提前致谢。
最佳答案
您可以使用:
df = df.set_index('Uid').pop('PreviousPostCodes').str.split(',\s*', expand=True)
df.columns = [df.columns % 2 + 1, df.columns // 2]
df = df.stack().add_prefix('P').reset_index(level=1, drop=True).reset_index()
print (df)
Uid P1 P2
0 1 NE11 7HS NE5 8MN
1 1 NE1 7UJ NE14 8YU
2 2 LS6 8PJ None
3 3 M6 7JH M14 1HF
4 4 B17 8KA LE5 7UZ
5 4 LE9 9GF None
说明:
从
Uid
和set_index
到split
的列DataFrame
创建索引按楼层和模除数在列中创建
MultiIndex
通过
stack
重塑通过
add_suffix
更改列名称最后一个
reset_index
,用于删除MultiIndex
的第一级和index
中的列关于python - Pandas 将逗号分隔的字符串拆分为2个单独的列,并向下爆炸行,我们在Stack Overflow上找到一个类似的问题:https://stackoverflow.com/questions/49401941/