数据框 pandas 中有多个带逗号的值

Question

colum 1, colum2 a,b,c 30 b,c,f 40 a,g,z 50 . . . 将上面的数据框与 col1,2 一起使用，我希望数据框与 col3, 4 的数据框一样。 此外， col1 由带有逗号的值组成。 col4 由 col3 之后的 col2 的总和组成。 column3, column4 a 80 b 70 c 70 f 40 g 50 z 50

Answer 1

用途：

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

解释：

1. 第一个set_index 按列colum2
2. 由split 创建DataFrame
3. 由stack重塑
4. 按reset_index的列创建索引
5. groupby 和聚合 sum
6. 必要时最后重命名列

另一种解决方案：

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

解释：

1. 由split 创建列表
2. 通过len获取lsits的长度
3. 最后一个repeat 列并展平colum1
4. groupby 和聚合 sum