如何将 Pandas DataFrame 中的逗号分隔值拆分为单独的行？

将 Pandas 数据框字符串条目拆分（分解）到单独的行

问题：
操作 Pandas 数据框包含一列逗号分隔值，目标是拆分每个值将 CSV 字段分成单独的行，保留原始数据结构。

解决方案：

推荐的解决方案是利用 Pandas Series.explode() 或 DataFrame.explode( ) 方法，在 Pandas 0.25.0 中引入，并在 Pandas 1.3.0 中增强以支持多列爆炸。

要爆炸单个列，请使用 Series.explode():

df.explode('column_name')

对于多列，请使用DataFrame.explode():

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

示例：

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

df.explode('A')

输出：

     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]

适用于多个普通列和列表列的更通用方法，考虑以下函数：

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

爆炸 a 的示例类似 CSV 的列：

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')

输出：

  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

以上是如何将 Pandas DataFrame 中的逗号分隔值拆分为单独的行？的详细内容。更多信息请关注PHP中文网其他相关文章！