Pandas 中的分解列表单元格和其他格式

Question

我有一个如下所示的数据框：

Statement        Standard A       Standard B      Standard C
Statement 1      A1               B-1.2.3, 1.2.4
Statement 1      A1                               C2, 3, 4 
Statement 2      A2                               C5  
Statement 3      A3               B-1.2.5
Statement 3      A3                               C6,7

{
    "Statement": ["Statement 1", "Statement 1", "Statement 2",
                  "Statement 3", "Statement 3",],
    "Standard A": ["A1", "A1", "A2", "A3", "A3"],
    "Standard B": ["B-1.2.3, 1.2.4", np.nan, np.nan, "B-1.2.5", np.nan],
    "Standard C": [np.nan, "C2, 3, 4 ", "C5  ", np.nan, "C6,7"],
}

基本上我需要做的就是把它转换成这个：

Statement        Standard A       Standard B      Standard C
Statement 1      A1               B-1.2.3         C2
Statement 1      A1               B-1.2.4         C3
Statement 1      A1                               C4
Statement 2      A2                               C5  
Statement 3      A3               B-1.2.5         C6
Statement 3      A3                               C7

为了帮助澄清，有 3 个标准。每个标准都有许多映射到“声明”的标准“参考”。

所以标准 B-1.2.3 和 B-1.2.4（来自标准 B）和 C2、C3 和 C4（来自标准 C）映射到声明 1。A1（来自标准 A ) 也可以，但标准 A 已经完全映射。

现在我有三个问题：

1. 标准前缀（“B-”和“C”）仅应用于行中的第一个引用。每个标准参考都需要前缀。 （可选）

2. 各个标准引用（在标准内）列在同一行（带有'，'分隔符），并且每个引用都需要在自己的行中

3. 标准是交错的（即 B-1.2.3 和 C2 可以在同一行，但它们不是）

我已尝试在此处应用解决方案：Split cell into multiple rows in pandas dataframe，但我的列有不同的长度，因此我收到说明该事实的错误。

我也尝试过调整这个解决方案，也没有成功：Pandas dataframe: how do I split one row into multiple rows by multi-value column?

我不相信这些解决方案中的任何一个都适用。我可能找错树了。

我现在很迷茫。

Answer 1

这是一个工作管道：

import re
(df.assign(**{'Standard B': df['Standard B'].str.split(',\s*')})
   .explode('Standard B')
   .assign(**{'Standard B': lambda d: d['Standard B'].str.replace('^(\d)', r'B-\1', regex=True),
              'Standard C': lambda d: re.split('\s*,\s*', ', '.join(df['Standard C'].dropna())),
             })
   .assign(**{'Standard C': lambda d: d['Standard C'].str.replace('^(\d)', r'C\1', regex=True),
             })
)

输出：

     Statement Standard A Standard B Standard C
0  Statement 1         A1    B-1.2.3         C2
0  Statement 1         A1    B-1.2.4         C3
1  Statement 1         A1        NaN         C4
2  Statement 2         A2        NaN         C5
3  Statement 3         A3    B-1.2.5         C6
4  Statement 3         A3        NaN         C7