python - 拆分行并计算 Pandas 中的新值

Question

假设我有这个数据框:

df = pd.DataFrame([["a", 0], ["b,c", 2]], columns = ["name", "value"])

看起来像这样:

   name  value
0     a      0
1   b,c      2

当 name 列中有逗号时，我想拆分该行并在新行之间平均分配 value 中的数字。因此，结果必须是:

   name  value
0     a      0
1     b      1
2     c      1

我怎样才能做到这一点？

Answer 1

计划
这对于 pandas 和 numpy 版本都是相同的计划

• 获取列表列表
• 找出这些列表的长度
• 将值除以长度以分配
• 按与现在相同的长度重复减少的值(value)量，现在抵消了减少，使得总和与以前相同
• 用新系列重建数据框

---

Pandas

lol = df.name.str.split(',')
k = lol.str.len()
pd.DataFrame(dict(
        value=df.value.div(k).repeat(k).values,
        name=lol.sum()
    ))

  name value
0    a   0.0
1    b   1.0
2    c   1.0

numpy

lol = np.core.defchararray.split(df.name.values.astype(str), ',')
k = [len(l) for l in lol]

i = (df.value.values / k).repeat(k)

pd.DataFrame(
    np.column_stack([np.concatenate(lol), i]),
    columns=['name', 'value']
)

  name value
0    a   0.0
1    b   1.0
2    c   1.0

---

时间

%%timeit
lol = df.name.str.split(',')
k = lol.str.len()
pd.DataFrame(dict(
        value=df.value.div(k).repeat(k).values,
        name=lol.sum()
    ))

1000 loops, best of 3: 843 µs per loop


%%timeit
lol = np.core.defchararray.split(df.name.values.astype(str), ',')
k = [len(l) for l in lol]

i = (df.value.values / k).repeat(k)

pd.DataFrame(
    np.column_stack([np.concatenate(lol), i]),
    columns=['name', 'value']
)

1000 loops, best of 3: 207 µs per loop