在 Pandas 中将元组中的字符串拆分为列

Question

我有以下 DataFrame，其中 Track ID 是行索引。如何将 stats 列中的字符串拆分为 5 列数字？

Track ID    stats
14.0    (-0.00924175824176, 0.41, -0.742016492568, 0.0036830094242, 0.00251748449963)
28.0    (0.0411538461538, 0.318230769231, 0.758717081514, 0.00264000622468, 0.0106535783677)
42.0    (-0.0144351648352, 0.168438461538, -0.80870348637, 0.000816872566404, 0.00316572586742)
56.0    (0.0343461538462, 0.288730769231, 0.950844962874, 6.1608706775e-07, 0.00337262030771)
70.0    (0.00905164835165, 0.151030769231, 0.670257006716, 0.0121790506745, 0.00302182567957)
84.0    (-0.0047967032967, 0.171615384615, -0.552879463981, 0.0500316517755, 0.00217970256969)

Answer 1

假设您有一列包含元组（如您的示例中所示）而不是字符串，这将起作用：

df = pandas.DataFrame({'Track ID': [14, 28, 42], 'stats': [(1, 2, 3, 4, 5), (1, 2, 3, 4, 5), (1, 2, 3, 4, 5)]}).set_index("Track ID")

from operator import itemgetter
for i in range(5):
    df["Col {}".format(i)] = df.stats.apply(itemgetter(i))

如果你确实有看起来像元组的字符串，你可以先解析它们，然后应用与上面相同的模式：

df = df2 = pandas.DataFrame({'Track ID': [14, 28, 42], 'stats': ["(1, 2, 3, 4, 5)", "(1, 2, 3, 4, 5)", "(1, 2, 3, 4, 5)"]}).set_index("Track ID")
df.stats = df2.stats.str.strip("()").str.split(", ")

Answer 2

对于另一种情况，假设它是看起来像元组的字符串：

In [74]: df['stats'].str[1:-1].str.split(',', expand=True).astype(float)
Out[74]:
          0         1         2         3         4
0 -0.009242  0.410000 -0.742016  0.003683  0.002517
1  0.041154  0.318231  0.758717  0.002640  0.010654
2 -0.014435  0.168438 -0.808703  0.000817  0.003166
3  0.034346  0.288731  0.950845  0.000001  0.003373
4  0.009052  0.151031  0.670257  0.012179  0.003022
5 -0.004797  0.171615 -0.552879  0.050032  0.002180

（注意：对于旧版本的 pandas (< 0.16.1)，您需要使用 return_type='frame' 而不是 expand 关键字）

顺便说一句，如果它是元组而不是字符串，您可以简单地执行以下操作：

pd.DataFrame(df['stats'].tolist(), index=df.index)

Answer 3

如果您有一个元组序列而不是字符串，并且您希望将它们作为 DataFrame 列，这是最简单的方法：

df = pd.concat([df['Track ID'],pd.DataFrame(df['stats'].values.tolist())], axis=1)

如果真的是字符串，可以先像这样转成列表，再套用上面的操作：

dfpart = pd.DataFrame(df['stats'].apply(lambda x: x.strip('()').split(', ')).values.tolist()).astype(float)
df = pd.concat([df['Track ID'], dfpart], axis=1)

Answer 4

由于您的统计信息列包含长度为 5 的元组，因此该工作相当简洁

pd.concat([df['Track ID'], pd.DataFrame(df['stats'].tolist(), index = 
df.index, columns = [f'stats_{i}' for i in range(1, 6)])], axis = 1)

在 Pandas 中将元组中的字符串拆分为列

Split strings in tuples into columns, in Pandas

python

split

pandas