DataFrame-Umwandlung in Python-Pandas

Question

Ich versuche, einen Pandas DataFrame in einen neuen zu verwandeln, wobei jedes Element aus einer bestimmten Spalte eine eigene Zeile hat. Zum Beispiel:

Vorher:

ID    Name  Date Location 
0 0  John, Dave 01/01/1992  Mexico 
1 1    Tim 07/07/1997 Australia 
2 2  Mike, John 12/24/2012  Zambia 
3 3 Bob, Rick, Tony 05/17/2007  Cuba 
4 4   Roger 04/05/2000 Iceland 
5 5   Carlos 05/24/1995  Guam 

Aktuelle Lösung:

new_df = pd.DataFrame(columns = df.columns) 
for index,row in df.iterrows(): 
    new_row = pd.DataFrame(df.loc[index]).transpose() 
    target_info = df.loc[index,'Name'] 
    if (len(target_info.split(',')) > 1): 
     for item in target_info.split(','): 
      new_row.loc[index,'Name'] = item 
      new_df = new_df.append(new_row) 
    else: 
     new_df = new_df.append(new_row) 

Nach:

ID Name  Date Location 
0 0 John 01/01/1992  Mexico 
0 0 Dave 01/01/1992  Mexico 
1 1  Tim 07/07/1997 Australia 
2 2 Mike 12/24/2012  Zambia 
2 2 John 12/24/2012  Zambia 
3 3  Bob 05/17/2007  Cuba 
3 3 Rick 05/17/2007  Cuba 
3 3 Tony 05/17/2007  Cuba 
4 4 Roger 04/05/2000 Iceland 
5 5 Carlos 05/24/1995  Guam 

Sicherlich ist es etwas eleganter?

Answer 1

Sie könnten die Split-Namen als eine Reihe bekommen, lassen Sie Ihre vorhandenen Spalte Name, verbinden sie dann die geteilten Namen .

# Split the 'Name' column as a Series, setting the appropriate name and index. 
split_names = df['Name'].str.split(', ', expand=True).stack() 
split_names.name = 'Name' 
split_names.index = split_names.index.get_level_values(0) 

# Drop the existing 'Name' column, and join the split names. 
df.drop('Name', axis=1, inplace=True) 
df = df.join(split_names) 

Die resultierende Ausgabe ist die gleiche wie in Ihrem Beispiel, aber mit der Spalte Name zuletzt. Sie können die Spalten neu anordnen, wenn Sie die ursprüngliche Reihenfolge wünschen.

ID  Date Location Name 
0 0 01/01/1992  Mexico John 
0 0 01/01/1992  Mexico Dave 
1 1 07/07/1997 Australia  Tim 
2 2 12/24/2012  Zambia Mike 
2 2 12/24/2012  Zambia John 
3 3 05/17/2007  Cuba  Bob 
3 3 05/17/2007  Cuba Rick 
3 3 05/17/2007  Cuba Tony 
4 4 04/05/2000 Iceland Roger 
5 5 05/24/1995  Guam Carlos 

Answer 2

Sie können es auf diese Weise tun:

nm = df.Name.str.split(',\s*', expand=True) 
cols=list(set(df.columns) - set(['Name'])) 

pd.melt(df[cols].join(nm), 
     id_vars=cols, 
     value_vars=nm.columns.tolist(), 
     value_name='Name') \ 
    .dropna() \ 
    .drop(['variable'], axis=1) \ 
    .sort_values('ID') 

Schritt für Schritt:

In [128]: nm = df.Name.str.split(',\s*', expand=True) 

In [129]: nm 
Out[129]: 
     0  1  2 
0 John Dave None 
1  Tim None None 
2 Mike John None 
3  Bob Rick Tony 
4 Roger None None 
5 Carlos None None 

In [130]: cols=list(set(df.columns) - set(['Name'])) 

In [131]: cols 
Out[131]: ['Date', 'ID', 'Location'] 

In [133]: pd.melt(df[cols].join(nm), 
    .....:   id_vars=cols, 
    .....:   value_vars=nm.columns.tolist(), 
    .....:   value_name='Name') \ 
    .....: .dropna() \ 
    .....: .drop(['variable'], axis=1) \ 
    .....: .sort_values('ID') 
Out[133]: 
      Date ID Location Name 
0 01/01/1992 0  Mexico John 
6 01/01/1992 0  Mexico Dave 
1 07/07/1997 1 Australia  Tim 
2 12/24/2012 2  Zambia Mike 
8 12/24/2012 2  Zambia John 
3 05/17/2007 3  Cuba  Bob 
9 05/17/2007 3  Cuba Rick 
15 05/17/2007 3  Cuba Tony 
4 04/05/2000 4 Iceland Roger 
5 05/24/1995 5  Guam Carlos