数据帧pandas中使用逗号的多个值

Question

colum 1, colum2 a,b,c 30 b,c,f 40 a,g,z 50 . . . 使用带有col1,2的上述数据帧,我希望将数据帧与col3,4一起放在数据帧下面.此外,col1由带逗号的值组成.col4由col3之后的col2之和组成. column3, column4 a 80 b 70 c 70 f 40 g 50 z 50

Answer 1

使用:

df = (df.set_index('colum2')['colum1']
        .str.split(',', expand=True)
        .stack()
        .reset_index(name='column3')
        .groupby('column3', as_index=False)['colum2']
        .sum()
        .rename(columns={'colum2':'column4'})
      )
print (df)
  column3  column4
0       a       80
1       b       70
2       c       70
3       f       40
4       g       50
5       z       50

说明:

1. 首先set_index是专栏colum2
2. 创建DataFrame者split
3. 重塑 stack
4. 按列创建索引 reset_index
5. groupby 和聚合 sum
6. 如有必要,上次重命名列

另一种方案:

from itertools import chain

a = df['colum1'].str.split(',')
lens = a.str.len()

df = pd.DataFrame({
    'column3' : list(chain.from_iterable(a)), 
    'column4' : df['colum2'].repeat(lens)
}).groupby('column3', as_index=False)['column4'].sum()

print (df)
  column3  column4
0       a       80
1       b       70
2       c       70
3       f       40
4       g       50
5       z       50

说明:

1. 按列表创建 split
2. 得到长度的lsits len
3. 最后一repeat列并展平colum1
4. groupby 和聚合 sum