Question

假设我有一个带有字符串，系列和整数的列的数据框，我想将它们组合成一个新的数据帧，其中String和Integer与系列中的每个条目相结合。我该怎么办呢？

给出这个例子：

data = {'fruits': ['banana', 'apple', 'pear'], 
    'source' : (['brazil', 'algeria', 'nigera'], ['brazil', 'morocco', 'iran', 'france'], ['china', 'india', 'mexico']),
    'prices' : [2, 3, 7]}
df = pd.DataFrame(data, columns = ['fruits', 'source', 'prices'])

我希望获得3x10数据帧;

['banana', 'banana', 'banana', 'apple', 'apple', 'apple', 'apple', 'pear', 'pear', 'pear'],
['brazil', 'algeria', 'nigera', 'brazil', 'morocco', 'iran', 'france', 'china', 'india', 'mexico'],
['2', '2', '2', '3', '3', '3', '3', '7', '7', '7'],

我想它不应该太复杂但我无法找到一个简洁的解决方案。

Answer 1

使用explode()功能：

In [30]: explode(df, lst_cols='source')
Out[30]:
   fruits   source  prices
0  banana   brazil       2
1  banana  algeria       2
2  banana   nigera       2
3   apple   brazil       3
4   apple  morocco       3
5   apple     iran       3
6   apple   france       3
7    pear    china       7
8    pear    india       7
9    pear   mexico       7

Answer 2

使用stack和apply(pd.Series)

df.set_index(['fruits','prices']).source.apply(pd.Series).\
      stack().reset_index(level=['fruits','prices']).\
             rename(columns={0:'source'})
Out[64]: 
   fruits  prices   source
0  banana       2   brazil
1  banana       2  algeria
2  banana       2   nigera
0   apple       3   brazil
1   apple       3  morocco
2   apple       3     iran
3   apple       3   france
0    pear       7    china
1    pear       7    india
2    pear       7   mexico

Op2重新创建你的df

df1=df[['fruits','prices']].reindex(df.index.repeat(df.source.apply(len)))
df1['source']=np.concatenate(df.source.values)
df1
Out[69]: 
   fruits  prices   source
0  banana       2   brazil
0  banana       2  algeria
0  banana       2   nigera
1   apple       3   brazil
1   apple       3  morocco
1   apple       3     iran
1   apple       3   france
2    pear       7    china
2    pear       7    india
2    pear       7   mexico

Answer 3

我使用concat + melt拍摄此照片。

c = ['fruits', 'prices']
df =  (pd.concat([pd.DataFrame(df.source.tolist()), df[c]], 1)
         .melt(c, value_name='source')
         .drop('variable', 1)
         .dropna())

df

    fruits  prices   source
0   banana       2   brazil
1    apple       3   brazil
2     pear       7    china
3   banana       2  algeria
4    apple       3  morocco
5     pear       7    india
6   banana       2   nigera
7    apple       3     iran
8     pear       7   mexico
10   apple       3   france

从系列和字符串创建数据框

3 个答案: