pandas：将列中的字符串展开为子串并添加到行中

Question

我有一个包含许多 cloumns 的数据框，每个单元格中有多个字符串，我想获取字符串的子字符串并将它们添加为新数据框中的新列，并添加一个描述第一列的额外列就像下面的例子。我知道如何对原始数据框中的一列执行此操作，但我想一次对所有列执行此操作。

import pandas as pd

data = {'First':  ['First string, second string, third string,...', 'NaN','First string, second string, third string,...'],
    'Second': ['NaN', 'First string, second string, third string,...','First string, second string, third string,...'],
    'third': ['First string, second string, third string,...', 'First string, second string, third string,...','NaN'],
    'forth': ['First string, second string, third string,...', 'NaN','First string, second string, third string,...'],
     ....
    }

df = pd.DataFrame (data, columns = ['First','Second',...])

对于一列：

  lst= df['first'].dropna().tolist()

  my_list= [x for xs in lst for x in xs.split(',')]

  df_new = pd.DataFrame(my_list, columns =['text'])

尽管我不确定如何添加与 'my_list' 大小相同且带有前一列名称的第二列，因此在本例中 'first'.

一列的期望输出：

 df_new:
    text             name
 0  First string     first
 1  second string    first
 2  third  string    first
    ...              ...

我想要发生的是 df 中的所有列都作为行添加到 df_new 而列 'name' 具有与第一列相对应的前列名称的单元格字符串。

Answer 1

希望对您有所帮助！

#create the columns as rows 
df_new = pd.DataFrame({'text':df.T.index})
df_new['text'] = df_new['text'].str.strip("'")
#create a new column for group
df_new['group']=1
#cumsum the column names 
df_new['name'] = df_new.groupby('group')['text'].apply(lambda x: (x + ' ').cumsum().str.strip() + ",")
del df_new['group']

pandas：将列中的字符串展开为子串并添加到行中

pandas: expand strings in a column to substrings and add them to the rows

python

string

list

multiple-columns

pandas