使用字符值在 Pandas 中创建新行

Question

我需要根据特定列中出现的值在 pandas 数据框中创建新行。

创建拆分的模式是有一个分号指示我需要在何处开始新行。

df

animal  cat;dog;cat
animal  dog
animal  fish
color   black;green
color   red

desired_df

animal  cat
animal  dog
animal  cat
animal  dog
animal  fish
color   black
color green
color   red

我见过使用 pandas split 创建新列或行的解决方案，使用 df 中的给定字符或值（例如 : and : ), however, I have not seen a solution that does this with text values. I have also seen solutions (as well as one that I requested myself ）能够准确地填充空值pandas 中的值。但是，我需要将这两种技术结合起来，我不清楚这在单行（或两行）中是否可行。

Answer 1

In [200]: df
Out[200]:
     col1         col2
0  animal  cat;dog;cat
1  animal          dog
2  animal         fish
3   color  black;green
4   color          red

In [201]: (df.set_index('col1')
             .col2.str.split(';', expand=True)
             .stack()
             .reset_index(level=1, drop=True)
             .reset_index(name='col2'))
Out[201]:
     col1   col2
0  animal    cat
1  animal    dog
2  animal    cat
3  animal    dog
4  animal   fish
5   color  black
6   color  green
7   color    red

Answer 2

使用 numpy.repeat 和 itertools.chain:

import numpy as np
from itertools import chain

split = df['col2'].str.split(';')

res = pd.DataFrame({'col1': np.repeat(df['col1'], split.map(len)),
                    'col2': list(chain.from_iterable(split))})

print(res)

     col1   col2
0  animal    cat
0  animal    dog
0  animal    cat
1  animal    dog
2  animal   fish
3   color  black
3   color  green
4   color    red

使用字符值在 Pandas 中创建新行

Using character value to create new rows in Pandas

python

split

fill

pandas