python 将多个返回值分成单独行的语法
python syntax that divides multiple returned values into separate rows
我正在使用 google 搜索方法来获得五只动物的前 5 links，我想为每只动物制作一个数据框（每只动物有五个 link）。一只动物（熊猫）的数据框基本上需要如下图所示。有五行，col 1 是 panda，col 2 是 ONE link
但是现在它看起来像这样（如下所示）只有一行，第 1 列熊猫，第 2 列所有五个 link 都在一个单元格中
如何才能让我的代码生成一个数据框，将五个 link 分隔到单独一行的单元格中，如图 #1 所示？是否有 python 语法？ （我想通过 for 循环 运行 代码，但我得到一个 AttributeError。代码应该适用于动物列表，为每个动物创建单独的数据帧，Panda 只是动物数据帧之一的示例应该看起来像）。
为每个动物创建新的 DF
您可以拆分和分解数据框。然后使用 groupby 为每个 Animal 创建一个单独的数据框。方法如下。
import pandas as pd
df = pd.DataFrame({'Animal':['Panda', 'Tiger','Monkey'],
'Link':['abcde.com, fghijk.com, lmnopq.com, rstuvw.com, xyz.com',
'adobe.com, facebook.com, linkedin.com, google.com, citi.com',
'amazon.com, bbc.com, cnn.com, fox.com, abc.com'],})
#Convert all the data into multiple rows
df = (df.set_index(['Animal'])
.apply(lambda x: x.str.split(',').explode())
.reset_index())
#create a dictionary of pandas dataframe for each animal
d = dict(tuple(df.groupby('Animal')))
#store the dataframes into a list
dfx = []
#Iterate through each key in the dictonary, and append to list
for k in d:
dfx.append(d[k])
#example
print (type(dfx[1])) #will result in <class 'pandas.core.frame.DataFrame'>
print (dfx[0]) #will print dataframe for Animal = 'Monkey'
print (dfx[1]) #will print dataframe for Animal = 'Panda'
print (dfx[2]) #will print dataframe for Animal = 'Tiger'
这个输出将是：
列表dfx中每个DataFrame的类型是：
<class 'pandas.core.frame.DataFrame'>
dfx[0] 会给你：
Animal Link
10 Monkey amazon.com
11 Monkey bbc.com
12 Monkey cnn.com
13 Monkey fox.com
14 Monkey abc.com
dfx[1] 会给你：
Animal Link
0 Panda abcde.com
1 Panda fghijk.com
2 Panda lmnopq.com
3 Panda rstuvw.com
4 Panda xyz.com
dfx[2] 会给你：
Animal Link
5 Tiger adobe.com
6 Tiger facebook.com
7 Tiger linkedin.com
8 Tiger google.com
9 Tiger citi.com
请注意，groupby 将使用字母顺序，因此 Monkey，然后是 Panda，然后是 Tiger
拆分和分解的上一个解决方案
下面是我将如何做的。
import pandas as pd
df = pd.DataFrame({'Animal':['Panda'],
'Link':['abcde.com, fghijk.com, lmnopq.com, rstuvw.com, xyz.com']})
print (df)
df = (df.set_index(['Animal'])
.apply(lambda x: x.str.split(',').explode())
.reset_index())
print (df)
原始数据帧：
Animal Link
0 Panda abcde.com, fghijk.com, lmnopq.com, rstuvw.com, xyz.com
更新数据框：
Animal Link
0 Panda abcde.com
1 Panda fghijk.com
2 Panda lmnopq.com
3 Panda rstuvw.com
4 Panda xyz.com
我没有更改任何代码。这是具有多个记录的解决方案。
import pandas as pd
df = pd.DataFrame({'Animal':['Panda', 'Tiger','Monkey'],
'Link':['abcde.com, fghijk.com, lmnopq.com, rstuvw.com, xyz.com',
'adobe.com, facebook.com, linkedin.com, google.com, citi.com',
'amazon.com, bbc.com, cnn.com, fox.com, abc.com'],})
print (df)
df = (df.set_index(['Animal'])
.apply(lambda x: x.str.split(',').explode())
.reset_index())
print (df)
之前：
Animal Link
0 Panda abcde.com, fghijk.com, lmnopq.com, rstuvw.com,xyz.com
1 Tiger adobe.com, facebook.com, linkedin.com, google.com, citi.com
2 Monkey amazon.com, bbc.com, cnn.com, fox.com, abc.com
之后：
Animal Link
0 Panda abcde.com
1 Panda fghijk.com
2 Panda lmnopq.com
3 Panda rstuvw.com
4 Panda xyz.com
5 Tiger adobe.com
6 Tiger facebook.com
7 Tiger linkedin.com
8 Tiger google.com
9 Tiger citi.com
10 Monkey amazon.com
11 Monkey bbc.com
12 Monkey cnn.com
13 Monkey fox.com
14 Monkey abc.com
如果每个 Link 单元格包含一个用逗号分隔的字符串，您可以这样做：
df = pd.DataFrame({'Animal':['Panda'], 'Link':['google.com, apple.com, amazon.com']})
print(f'Before:\n{df}\n')
df['Link'] = df['Link'].apply(lambda x: x.split(','))
df = df.explode('Link')
print(f'After:\n{df}')
#output:
Before:
Animal Link
0 Panda google.com, apple.com, amazon.com
After:
Animal Link
0 Panda google.com
0 Panda apple.com
0 Panda amazon.com
或者，如果每个单元格都包含一个链接列表，您可以删除上面的拆分语句并展开。
我正在使用 google 搜索方法来获得五只动物的前 5 links，我想为每只动物制作一个数据框（每只动物有五个 link）。一只动物（熊猫）的数据框基本上需要如下图所示。有五行，col 1 是 panda，col 2 是 ONE link
但是现在它看起来像这样（如下所示）只有一行，第 1 列熊猫，第 2 列所有五个 link 都在一个单元格中
如何才能让我的代码生成一个数据框，将五个 link 分隔到单独一行的单元格中，如图 #1 所示？是否有 python 语法？ （我想通过 for 循环 运行 代码，但我得到一个 AttributeError。代码应该适用于动物列表，为每个动物创建单独的数据帧，Panda 只是动物数据帧之一的示例应该看起来像）。
为每个动物创建新的 DF
您可以拆分和分解数据框。然后使用 groupby 为每个 Animal 创建一个单独的数据框。方法如下。
import pandas as pd
df = pd.DataFrame({'Animal':['Panda', 'Tiger','Monkey'],
'Link':['abcde.com, fghijk.com, lmnopq.com, rstuvw.com, xyz.com',
'adobe.com, facebook.com, linkedin.com, google.com, citi.com',
'amazon.com, bbc.com, cnn.com, fox.com, abc.com'],})
#Convert all the data into multiple rows
df = (df.set_index(['Animal'])
.apply(lambda x: x.str.split(',').explode())
.reset_index())
#create a dictionary of pandas dataframe for each animal
d = dict(tuple(df.groupby('Animal')))
#store the dataframes into a list
dfx = []
#Iterate through each key in the dictonary, and append to list
for k in d:
dfx.append(d[k])
#example
print (type(dfx[1])) #will result in <class 'pandas.core.frame.DataFrame'>
print (dfx[0]) #will print dataframe for Animal = 'Monkey'
print (dfx[1]) #will print dataframe for Animal = 'Panda'
print (dfx[2]) #will print dataframe for Animal = 'Tiger'
这个输出将是：
列表dfx中每个DataFrame的类型是：
<class 'pandas.core.frame.DataFrame'>
dfx[0] 会给你：
Animal Link
10 Monkey amazon.com
11 Monkey bbc.com
12 Monkey cnn.com
13 Monkey fox.com
14 Monkey abc.com
dfx[1] 会给你：
Animal Link
0 Panda abcde.com
1 Panda fghijk.com
2 Panda lmnopq.com
3 Panda rstuvw.com
4 Panda xyz.com
dfx[2] 会给你：
Animal Link
5 Tiger adobe.com
6 Tiger facebook.com
7 Tiger linkedin.com
8 Tiger google.com
9 Tiger citi.com
请注意，groupby 将使用字母顺序，因此 Monkey，然后是 Panda，然后是 Tiger
拆分和分解的上一个解决方案
下面是我将如何做的。
import pandas as pd
df = pd.DataFrame({'Animal':['Panda'],
'Link':['abcde.com, fghijk.com, lmnopq.com, rstuvw.com, xyz.com']})
print (df)
df = (df.set_index(['Animal'])
.apply(lambda x: x.str.split(',').explode())
.reset_index())
print (df)
原始数据帧：
Animal Link
0 Panda abcde.com, fghijk.com, lmnopq.com, rstuvw.com, xyz.com
更新数据框：
Animal Link
0 Panda abcde.com
1 Panda fghijk.com
2 Panda lmnopq.com
3 Panda rstuvw.com
4 Panda xyz.com
我没有更改任何代码。这是具有多个记录的解决方案。
import pandas as pd
df = pd.DataFrame({'Animal':['Panda', 'Tiger','Monkey'],
'Link':['abcde.com, fghijk.com, lmnopq.com, rstuvw.com, xyz.com',
'adobe.com, facebook.com, linkedin.com, google.com, citi.com',
'amazon.com, bbc.com, cnn.com, fox.com, abc.com'],})
print (df)
df = (df.set_index(['Animal'])
.apply(lambda x: x.str.split(',').explode())
.reset_index())
print (df)
之前：
Animal Link
0 Panda abcde.com, fghijk.com, lmnopq.com, rstuvw.com,xyz.com
1 Tiger adobe.com, facebook.com, linkedin.com, google.com, citi.com
2 Monkey amazon.com, bbc.com, cnn.com, fox.com, abc.com
之后：
Animal Link
0 Panda abcde.com
1 Panda fghijk.com
2 Panda lmnopq.com
3 Panda rstuvw.com
4 Panda xyz.com
5 Tiger adobe.com
6 Tiger facebook.com
7 Tiger linkedin.com
8 Tiger google.com
9 Tiger citi.com
10 Monkey amazon.com
11 Monkey bbc.com
12 Monkey cnn.com
13 Monkey fox.com
14 Monkey abc.com
如果每个 Link 单元格包含一个用逗号分隔的字符串，您可以这样做：
df = pd.DataFrame({'Animal':['Panda'], 'Link':['google.com, apple.com, amazon.com']})
print(f'Before:\n{df}\n')
df['Link'] = df['Link'].apply(lambda x: x.split(','))
df = df.explode('Link')
print(f'After:\n{df}')
#output:
Before:
Animal Link
0 Panda google.com, apple.com, amazon.com
After:
Animal Link
0 Panda google.com
0 Panda apple.com
0 Panda amazon.com
或者，如果每个单元格都包含一个链接列表，您可以删除上面的拆分语句并展开。