主页 / 问题 / 1546627
Accepted
Angelina
Asked:2023-10-19 01:12:39 +0000 UTC2023-10-19 01:12:39 +0000 UTC

Pandas：如何将 19 列分成三部分？

  • 772

在数据框中，19 列每个单元格中有 3 个值，用 \n 分隔。这些值必须分为三个附加列：“绝对数”、“粗略”、“具体重量，%”。这样每个新列都有一个带有旧列名称的附言，例如“绝对数_0-4”、“粗_0-4”、“具体重量，%_0-4”。旧的列需要移除。

我尝试这样做：

new_data = {}

for key, value in data.items():

    column_values = value.str.split('\n', expand=True)
    
    if len(column_values) >= 3:
        new_data[key] = {
            'Абс.число': column_values[0],
            'Грубый': column_values[1],
            'Уд.вес,%': column_values[2]
        }

该代码不起作用。还有一个问题是，除了 19 列之外，还有 3 列每个单元格只有一个值。

一般来说，您可以将每个单独的列拆分为三个新列并重命名，但结果是代码庞大且缺乏吸引力。我不明白如何才能把代码写得更简洁、漂亮，同时又节省时间（

数据框

python

2 个回答

  1. Best Answer

    始终在您的问题中提供示例源数据！

    假设您有一个 df 表：

      name       Всего            0-4   5-9
0  one     1\n2\n3     11\n22\n33   111
1  two  1a\n2a\n3a  11a\n22a\n33a  111a

    不幸的是，我怀疑是否有可能通过矢量化（应用）创建有效的代码来解决您的问题 - 索引会出现混乱，并且在大型表上速度会很低。所以我建议做这样的事情：

    cols_to_apply = df.columns[1:-1].to_list() # выбираете  столбцы для обработки, либо
                                           # задавайте из вручную

for x in cols_to_apply:
    _df = df[x].str.split("\n", expand=True)
    _df = _df.rename(columns={i:f"{i}_{x}" for i in _df.columns})
    df = pd.concat([df, _df], axis=1).drop(columns=[x])

    你得到 df:

      name   5-9 0_Всего 1_Всего 2_Всего 0_0-4 1_0-4 2_0-4
0  one   111       1       2       3    11    22    33
1  two  111a      1a      2a      3a   11a   22a   33a

    当然，列的顺序会改变。

    • 1

  2. 我们转置框架，将 lambda 应用于行（在 lambda 中，我们将所有内容转换为文本并将其剪切为列表）。然后我们将字符串乘以“爆炸”并转置回来。然后我们形成列的名称 - 每三个连续的相同名称都补充有前缀。
    该解决方案的优点：

    • 无需列出锯切的立柱；
    • 不违反列的顺序。

    缺陷：

    • 所有框架内容都转换为文本；
    • 对输入数据的可用性和数量质量的敏感性\n。
    prefixes = ['Абс.число_', 'Грубый_', 'Уд.вес,%_']
df = pd.DataFrame({'0-1': ['125\n111\n12', '125\n111\n12', '125\n111\n12'], 'Между': [123, 'aaa', None], '0-2': ['126\n111\n12', '125\n111\n12', '125\n111\n12'], 'Другая': [45, 15, 20]})
df = df.T.apply(lambda x: x.astype(str).str.split('\n'), axis=1)
df = df.explode(list(df.columns)).T
# оформление названия колонок
cols = list(df.columns)
for i in range(len(cols) - 2):
    if len(set(cols[i:i + 3])) == 1:
        cols[i:i + 3] = (prefixes[x] + cols[i + x] for x in range(3))
        i += 2
df.columns = cols
print(df)

      Абс.число_0-1 Грубый_0-1 Уд.вес,%_0-1 Между Абс.число_0-2 Грубый_0-2 Уд.вес,%_0-2 Другая
0           125        111           12   123           126        111           12     45
1           125        111           12   aaa           125        111           12     15
2           125        111           12  None           125        111           12     20
    • 1

相关问题