如何将熊猫数据框列的值设为列

Question

我想重塑我的数据框：

来自 Input_DF

col1                                                 col2  col3
Course_66    0\nCourse_67    1\nCourse_68    0       a     c  
Course_66    1\nCourse_67    0\nCourse_68    0       a     d    

到 Output_DF

   Course_66       Course_67       Course_68    col2  col3
           0              0                1     a     c  
           0              1                0     a     d    

请注意 col1 包含一个长字符串。

请，任何帮助将不胜感激。 提前谢谢了。 此致， 卡罗

Answer 1

用途：

#first split by whitespaces to df
df1 = df['col1'].str.split(expand=True)
#for each column split by \n and select first value 
df2 = df1.apply(lambda x: x.str.split(r'\\n').str[0])
#for columns select only first row and select second splitted value
df2.columns = df1.iloc[0].str.split(r'\\n').str[1]
print (df2)
0 Course_66 Course_67 Course_68
0         0         0         1
1         0         1         0

#join to original, remove unnecessary column
df = df2.join(df.drop('col1', axis=1))
print (df)
  Course_66 Course_67 Course_68 col2 col3
0         0         0         1    a    c
1         0         1         0    a    d

list理解的另一种解决方案：

L = [[y.split('\\n')[0] for y in x.split()] for x in df['col1']]
cols = [x.split('\\n')[1] for x in df.loc[0, 'col1'].split()]
df1 = pd.DataFrame(L, index=df.index, columns=cols)
print (df1)
  Course_66 Course_67 Course_68
0         0         0         1
1         0         1         0

编辑：

#split values by whitespaces - it split by \n too
df1 = df['course_vector'].str.split(expand=True)
#select each pair columns
df2 = df1.iloc[:, 1::2]
#for columns select each unpair value in first row
df2.columns = df1.iloc[0, 0::2]
#join to original
df = df2.join(df.drop('course_vector', axis=1))

Answer 2

由于您的数据是按值、键对排序的，因此您可以使用正则表达式在换行符和多个空格上拆分以获取列表，然后从值的第一个位置和标签的第二个位置开始获取所有其他值并返回Series 对象。通过申请，你会从这多个系列中得到一个DataFrame，然后你可以将它与原来的DataFrame结合起来。

import pandas as pd                                                                                                                                                                                                                       

df = pd.DataFrame({'col1': ['0\nCourse_66    0\nCourse_67    1\nCourse_68',                                                                                                                                                               
                            '0\nCourse_66    1\nCourse_67    0\nCourse_68'],                                                                                                                                                              
                'col2': ['a', 'a'], 'col3': ['c', 'd']})                                                                                                                                                                                  

def to_multiple_columns(str_list):                                                                                                                                                                                                        
    # take the numeric values for each series and column labels and return as a series                                                                                                                                                    
    # by taking every other value                                                                                                                                                                                                         
    return pd.Series(str_list[::2], str_list[1::2])                                                                                                                                                                                       

# split on newlines and spaces                                                                                                                                                                                                                
splits = df['col1'].str.split(r'\n|\s+').apply(to_multiple_columns)                                                                                                                                                                       

output = pd.concat([splits, df.drop('col1', axis=1)], axis=1)                                                                                                                                                                             
print(output)

输出：

  Course_66 Course_67 Course_68 col2 col3
0         0         0         1    a    c
1         0         1         0    a    d