python - 在对 apply() 的调用中添加重复的数据框行

Question

我的其中一个专栏是一个字符串，其中包含用空格分隔的单独值。我想为这些值中的每一个创建一个单独的行，复制所有其他列值。例如:

>> d = {'A': ['Alice', 'Bob', 'Coco'],
        'B': ['X1', 'Y1 Y2', 'Z1 Z2 Z3'],
        'C': [1, 2, 3]}

>> df = pd.DataFrame(d)

>> df = df.apply(func, axis=1)

>> print df
       A   B  C
0  Alice  X1  1
1    Bob  Y1  2
2    Bob  Y2  2
3   Coco  Z1  3
4   Coco  Z2  3
5   Coco  Z3  3

我对如何有效地(或老实说)编写“func”有点困惑。请注意 - 我有 157 列，因此任何需要指定列名的东西都不理想。

到目前为止，我得到的是为每一行打印出正确的扩展数据帧，但我不知道如何合并应用的结果:

def func(x):
    bs = x.B.split(' ')

    df = pd.concat([x]*len(bs), axis=1).T.reset_index(drop=True)
    for i in range(len(bs)):
        df.ix[i, 'B'] = bs[i]

    print df
    return df

这会导致以下错误。这似乎是维度的某种问题(从输入行创建了 157 列和 3 个新行)，但我对 apply() 对结果的作用以及如何解决这个问题感到困惑。

cannot copy sequence with size 157 to array axis with dimension 3

Answer 1

我不认为你真的需要一个 groupby 来做你想做的事。使用扩展的 str.split()，然后是 stack() 和 join() 应该可以满足您的需求:

>>> tmp = df['B'].str.split(expand=True)
>>> tmp = tmp.stack().reset_index(1, drop=True)
>>> tmp.to_frame('B').join(df.drop('B', 1))
    B      A  C
0  X1  Alice  1
1  Y1    Bob  2
1  Y2    Bob  2
2  Z1   Coco  3
2  Z2   Coco  3
2  Z3   Coco  3

当然，您可以在应用于 groupby 的函数中执行所有这些操作，但在这种情况下这是多余的。