Wie kann ich durch Kommas getrennte Zeichenfolgen in einem Pandas-DataFrame in separate Zeilen aufteilen?

Komma-getrennte Pandas-Datenrahmenzeichenfolgen in separate Zeilen aufteilen

In Pandas-Datenrahmen kommt es häufig vor, dass eine oder mehrere Spalten Komma- getrennte Werte (CSV), die in einzelne Zeilen aufgeteilt werden müssen. Um dies zu erreichen, können mehrere Ansätze verwendet werden:

Verwendung von Series.explode() oder DataFrame.explode():

Diese Methode ist in Pandas 0.25.0 verfügbar und höher und ist speziell für explodierende listenartige Spalten konzipiert.

df.explode('column_name')

Verwendung einer vektorisierten Funktion:

Für Situationen mit mehreren normalen und mehreren Listenspalten kann eine vektorisierte Funktion eine vielseitigere Lösung bieten.

def explode(df, lst_cols, fill_value='', preserve_index=False):
    # ... (implementation details)

CSV-Zeichenfolgen in Listen konvertieren:

Wenn das Ziel ausschließlich darin besteht, CSV-Strings in Listen umzuwandeln, kann dies durch Aufteilen der Strings mit erreicht werden str.split().

df['var1'] = df['var1'].str.split(',')

Benutzerdefinierter vektorisierter Ansatz:

Dieser Ansatz kann mehrere Spalten verarbeiten, einschließlich normaler und Listenspalten.

exploded_df = pd.DataFrame({
    col: np.repeat(x[col].values, x[lst_col].str.len())
    for col in x.columns.difference([lst_col])
}).assign(**{lst_col: np.concatenate(x[lst_col].values)})[x.columns.tolist()]

Legacy-Lösung:

Eine frühere Methode beinhaltet die Verwendung von .set_index(), .str.split(), .stack() und .reset_index(), um die CSV-Strings aufzuteilen und in einzelne Zeilen zu stapeln.

Diese Ansätze bieten verschiedene Optionen zum Aufteilen von durch Kommas getrennten Strings in Pandas-Datenrahmen. Berücksichtigung spezifischer Anforderungen und Leistungsüberlegungen.

Das obige ist der detaillierte Inhalt vonWie kann ich durch Kommas getrennte Zeichenfolgen in einem Pandas-DataFrame in separate Zeilen aufteilen?. Für weitere Informationen folgen Sie bitte anderen verwandten Artikeln auf der PHP chinesischen Website!