Pandas DataFrame のカンマ区切り値を個別の行に分割するにはどうすればよいですか?

Pandas データフレーム文字列エントリを別の行に分割 (分解)

問題:
Pandas データフレームの操作カンマ区切り値の列が含まれる場合、目的は各 CSV を分割することですフィールドを個々の行に分割し、元のデータ構造を保持します。

解決策:

推奨される解決策は、Pandas Series.explode() または DataFrame.explode() を利用することです。 Pandas 0.25.0 で導入され、複数列をサポートするために Pandas 1.3.0 で拡張されたメソッドexplode.

単一の列を分解するには、Series.explode() を使用します。

df.explode('column_name')

複数の列の場合は、次を使用します。 DataFrame.explode():

df.explode(['column1', 'column2'])

例:

df = pd.DataFrame({
    'A': [[0, 1, 2], 'foo', [], [3, 4]],
    'B': 1,
    'C': [['a', 'b', 'c'], np.nan, [], ['d', 'e']]
})

df.explode('A')

出力:

     A  B          C
0    0  1  [a, b, c]
0    1  1  [a, b, c]
0    2  1  [a, b, c]
1  foo  1        NaN
2  NaN  1         []
3    3  1     [d, e]
3    4  1     [d, e]

複数の標準列とリスト列で機能する、より一般的なアプローチの場合では、次の関数を考えてみましょう:

def explode(df, lst_cols, fill_value='', preserve_index=False):
    # Ensure `lst_cols` is list-alike
    if lst_cols and not isinstance(lst_cols, (list, tuple, np.ndarray, pd.Series)):
        lst_cols = [lst_cols]

    # Calculate lengths of lists
    lens = df[lst_cols[0]].str.len()

    # Preserve original index values
    idx = np.repeat(df.index.values, lens)

    # Create an "exploded" DataFrame
    res = (pd.DataFrame({
                col:np.repeat(df[col].values, lens)
                for col in df.columns.difference(lst_cols)
            },
            index=idx)
             .assign(**{col:np.concatenate(df.loc[lens>0, col].values)
                            for col in lst_cols}))

    # Append rows with empty lists
    if (lens == 0).any():
        res = (res.append(df.loc[lens==0, df.columns.difference(lst_cols)], sort=False)
                  .fillna(fill_value))

    # Revert to original index order and reset if requested
    res = res.sort_index()
    if not preserve_index:        
        res = res.reset_index(drop=True)

    return res

CSV のようなファイルを展開する例列:

df = pd.DataFrame({
    'var1': 'a,b,c d,e,f,x,y'.split(),
    'var2': [1, 2]
})

explode(df.assign(var1=df.var1.str.split(',')), 'var1')

出力:

  var1  var2
0    a     1
1    b     1
2    c     1
3    d     2
4    e     2
5    f     2
6    x     2
7    y     2

以上がPandas DataFrame のカンマ区切り値を個別の行に分割するにはどうすればよいですか?の詳細内容です。詳細については、PHP 中国語 Web サイトの他の関連記事を参照してください。