pandas某一列中每一行拆分成多行的方法
在处理数据过程中,常会遇到将一条数据拆分成多条,比如一个人的地址信息中,可能有多条地址,既有家庭地址也有工作地址,还有电话信息等等类似的情况,实际使用数据的时候又需要分开处理,这个时候就需要将这一条数据进行拆分成多条,以方便使用。
在pandas中如何对DataFrame进行相关操作呢,经查阅相关资料,发现了一个简单的办法,
info.drop(['city'], axis=1).join(info['city'].str.split(' ', expand=True).stack().reset_index(level=1, drop=True).rename('city'))
看起来非常之长,分开来看,流程如下:
- 将需要拆分的数据使用split拆分工具拆分,并使用expand功能拆分成多列
- 将拆分后的多列数据进行列转行操作(stack),合并成一列
- 将生成的复合索引重新进行reset保留原始的索引,并命名
- 将上面处理后的DataFrame和原始DataFrame进行join操作,默认使用的是索引进行连接
具体操作如下:
预操作:生成需要使用的DataFrame
# 用来生成DataFrame的工具
from pydbgen import pydbgen
myDB=pydbgen.pydb()# 生成一个DataFrame
info = myDB.gen_dataframe(10,['name','phone','city','state'])
结果如下:
name | phone-number | city | state | |
---|---|---|---|---|
0 | Hannah Richard | 810-859-7815 | Irwinville | Louisiana |
1 | Ronald Berry | 591-564-0585 | Glen Ellen | Minnesota |
2 | Caitlin Barron | 969-840-8580 | Dubois | Oklahoma |
3 | Felicia Stephens | 154-858-1233 | Veedersburg | Alaska |
4 | Shelly Dennis | 343-104-9365 | Mattapex | Virginia |
5 | Nicholas Hill | 992-239-1954 | Moneta | Minnesota |
6 | Steve Bradshaw | 164-081-7811 | Ten Broeck | Colorado |
7 | Gail Johnston | 155-259-9514 | Wayan | Virginia |
8 | John Gray | 409-892-4716 | Darlington | Pennsylvania |
9 | Katherine Bautista | 185-861-1677 | McNab | Texas |
假如现在我们要对city列进行进行拆分,按照空格拆分,转换成多行的数据,
第一步:拆分,生成多列
info_city = info['city'].str.split(' ', expand=True)
结果如下:
0 | 1 | |
---|---|---|
0 | Irwinville | None |
1 | Glen | Ellen |
2 | Dubois | None |
3 | Veedersburg | None |
4 | Mattapex | None |
5 | Moneta | None |
6 | Ten | Broeck |
7 | Wayan | None |
8 | Darlington | None |
9 | McNab | None |
可以看到已经将原始数据拆分成了2列,对于无法拆分的数据为None
第二步:行转列
info_city = info_city.stack()
结果如下:
0 | 0 | Irwinville |
1 | 0 | Glen |
1 | Ellen | |
2 | 0 | Dubois |
3 | 0 | Veedersburg |
4 | 0 | Mattapex |
5 | 0 | Moneta |
6 | 0 | Ten |
1 | Broeck | |
7 | 0 | Wayan |
8 | 0 | Darlington |
9 | 0 | McNab |
其中前面两列是索引,返回的是一个series,没有名字的series
第三步:重置索引,并命名(并删除多于的索引)
info_city = info_city.reset_index(level=1, drop=True)
结果如下:
0 | Irwinville |
1 | Glen |
1 | Ellen |
2 | Dubois |
3 | Veedersburg |
4 | Mattapex |
5 | Moneta |
6 | Ten |
6 | Broeck |
7 | Wayan |
8 | Darlington |
9 | McNab |
第四步:和原始数据合并
info_new = info.drop(['city'], axis=1).join(info_city)
结果如下:
name | phone-number | state | city | |
---|---|---|---|---|
0 | Hannah Richard | 810-859-7815 | Louisiana | Irwinville |
1 | Ronald Berry | 591-564-0585 | Minnesota | Glen |
1 | Ronald Berry | 591-564-0585 | Minnesota | Ellen |
2 | Caitlin Barron | 969-840-8580 | Oklahoma | Dubois |
3 | Felicia Stephens | 154-858-1233 | Alaska | Veedersburg |
4 | Shelly Dennis | 343-104-9365 | Virginia | Mattapex |
5 | Nicholas Hill | 992-239-1954 | Minnesota | Moneta |
6 | Steve Bradshaw | 164-081-7811 | Colorado | Ten |
6 | Steve Bradshaw | 164-081-7811 | Colorado | Broeck |
7 | Gail Johnston | 155-259-9514 | Virginia | Wayan |
8 | John Gray | 409-892-4716 | Pennsylvania | Darlington |
9 | Katherine Bautista | 185-861-1677 | Texas | McNab |
需要特别注意的是,需要使用原始的连接新生成的,因为新生成的是一个series没有join方法,也可以通过将生成的series通过to_frame方法转换成DataFrame,这样就没有什么差异了
写了这么多,记住下面的就行了:
info.drop([‘city’], axis=1).join(info[‘city’].str.split(’ ', expand=True).stack().reset_index(level=1, drop=True).rename(‘city’))
如果原数据中已经是list了,可以将info[‘city’].str.split(’ ', expand=True)这部分替换成info[‘city’].apply(lambda x: pd.Series(x)),就可以达到相同的目的。
pandas某一列中每一行拆分成多行的方法相关推荐
- 【python】pandas某一列中每一行拆分成多行的方法
在处理数据过程中,常会遇到将一条数据拆分成多条,比如一个人的地址信息中,可能有多条地址,既有家庭地址也有工作地址,还有电话信息等等类似的情况,实际使用数据的时候又需要分开处理,这个时候就需要将这一条数 ...
- 【数据平台】pandas将一列中的文本拆分成多行
1.场景:如下图,要将cont中的字符串分割出词汇并单独成一行 2.一列中的文本拆分成多行的效果: 3.实现方法: 方法一: df=df.drop('cont', axis=1).join(df['c ...
- android webservices 返回多行多列数据,Pandas: 如何将一列中的文本拆分为多行?
本文和大家分享的主要是使用 Pandas 将一列中的文本拆分为多行相关内容,一起来看看吧,希望对大家 学习 Pandas 有所帮助. 在数据处理过程中,经常会遇到以下类型的数据: 在同一列中,本该分别 ...
- pandas中将每一行数据拆分成多行的方法
一.应用场景 用pandas处理数据时,我们经常会遇到将一行拆分成多行,或者将一列拆分成多列的方法,今天主要讲第一个问题,第二个问题下次讲.举个例子:我现有的数据如下: 其中TrainData是我需要 ...
- python 列表多行_Python Pandas list列表数据列拆分成多行的方法实现
1.实现的效果 示例代码: df=pd.DataFrame({'A':[1,2],'B':[[1,2],[1,2]]}) df Out[458]: A B 0 1 [1, 2] 1 2 [1, 2] ...
- Pandas: 如何将一列中的文本拆分为多行?
在数据处理过程中,经常会遇到以下类型的数据: 在同一列中,本该分别填入多行中的数据,被填在一行里了,然而在分析的时候,需要拆分成为多行. 在上图中,列名为"Country" ,in ...
- pandas去除两列中同一行有相同元素的数据——数据分析必备技能(5)
废话不多说,直接跟小编进入今天的正文. 假设现在有一数据集,如下: import pandas as pdname = ['bob', 'mike','lisa','jay','alen','book ...
- 如何把excel中的一行复制成多行
=INDEX(A:A,QUOTIENT(ROWS(A$1:A1)-1,3)+1) 自己留着用来看的,效果是把 1 2 3 4 变成 1 1 1 2 2 2 3 3 3 4 4 4 这样的格式
- pandas如何将一行拆分为多行,一列拆分为多列
今天在工作中遇到要将pandas数据框的一行拆成多行,和一列拆为多列的需求,一台服务器中可以有多个网卡,每个网卡都有状态,通过网卡的上下行流量.下面以一组"数据"为例,来说一下pa ...
最新文章
- Linux/Ubuntu下安装QQ2012
- mongodb 安装与卸载
- VTK:迭代最近点变换用法实战
- 设计模式之_Strategy_04
- ppt flash倒计时器_PPT三大神器之iSlide插件
- HTML——meta标签
- java输出object object_js控制台显示[object Object]问题
- python 路径的操作
- 【新增esp8266设备订阅命令主题、响应平台命令、命令处理】esp8266接入华为云物联网平台(IOTDA)2.0
- WPF界面工具Telerik UI for WPF入门级教程 - Xaml VS NoXaml
- STM32HAL库微秒延时函数的实现---DWT和SysTick
- 内存设置无效: 内存预留 (sched.mem.min) 应该等于内存大小 (65536)
- P14-Vue-supermall项目-BetterScroll滚动插件基本使用
- mysql查询学生表的总人数_mysql数据库查询练习
- 利用腾讯公有云建设灾备中心的解决方案
- 分布式数据库发展历程SequoiaDB 简介
- Visual Studio2019自定义项目模板
- 【科普】微波雷达感应与人体红外感应的区别
- java多态优化多个if_脑壳疼!代码中那么多“烦人”的if else
- 使用xgplayer视频播放器播放视频时不显示总时长
热门文章
- D5:C#设计模式之四建造者模式(Builder Pattern)【创建型】
- 跳转支付宝扫描二维码,付款码,收款码,和手机计算器,日历
- 动力节点crm项目中登录无响应记录
- 高校选课系统前端页面设计
- bowtie 加mn标签_Bowtie2使用方法与参数详细介绍 - Public Library of Bioinformatics
- matlab对闭合轮廓进行多边形逼近,物体轮廓线的多边形拟合.PDF
- string::find()函数和string::npos函数的介绍
- informix 插入中文显示问号
- C语言判断字符串类型及个数并输出
- 初次入职,git使用教程:如何在idea使用git拉取代码,提交代码,以及在gitlab上发起合并请求