Python 将单元格中的多个值拆分为多行

Question

我想要得到的是将单元格的多个值分成多行，然后仅获取在fruit_weight列中具有较大数值的行。

我有以下格式:

fruit_type;fruit_color;fruit_weight
Apple|Banana;Red|Yellow;2|1
Orange;Orange;4
Pineapple|Grape|Watermelon;Brown|Purple|Green;12|1|15

期望的结果输出:

fruit_type;fruit_color;fruit_weight
Apple;Red;2
Orange;Orange;4
Watermelon;Green;15

我的想法是将单元格分成行，然后解析值以获得正确的值，但我不知道如何开始。

一些帮助将不胜感激。

编辑1:

#!/bin/env python
# -*- coding: utf-8 -*-
import pandas as pd
import numpy as np
fileData = pd.read_csv('articles.csv',delimiter=';')
fileData.replace('', np.nan, inplace=True)
fileData.dropna(subset=['fruit_type','fruit_color','fruit_weight'], inplace=True)
fileData = fileData.applymap(lambda x: x.split('|'))
idx = fileData.index.repeat(fileData.fruit_weight.str.len())
fileData =  fileData.apply(lambda x: pd.Series(np.concatenate(x.tolist())), 0)
print fileData
fileData.assign(idx=idx).groupby('idx', group_keys=False).apply(lambda x: x.sort_values('fruit_weight', ascending=False).head(1))

Answer 1

import pandas as pd
import numpy as np
import io

text = '''fruit_type;fruit_color;fruit_weight
Apple|Banana;Red|Yellow;2|1
Orange;Orange;4
Pineapple|Grape|Watermelon;Brown|Purple|Green;12|1|15'''

buf = io.StringIO(text)

df = pd.read_csv(buf, sep=';')   # replace "buf" with your CSV filename
df = df.applymap(lambda x: x.split('|'))

df

                       fruit_type             fruit_color fruit_weight
0                 [Apple, Banana]           [Red, Yellow]       [2, 1]
1                        [Orange]                [Orange]          [4]
2  [Pineapple, Grape, Watermelon]  [Brown, Purple, Green]  [12, 1, 15]

加载和设置后，使用 apply + pd.Series + np.concatenate 展平数据框。同时，创建一个索引，以便下一步轻松分组。

idx = df.index.repeat(df.fruit_weight.str.len())

idx
Int64Index([0, 0, 1, 2, 2, 2], dtype='int64')

df =  df.apply(lambda x: pd.Series(np.concatenate(x.tolist())), 0)
df

   fruit_type fruit_color fruit_weight
0       Apple         Red            2
1      Banana      Yellow            1
2      Orange      Orange            4
3   Pineapple       Brown           12
4       Grape      Purple            1
5  Watermelon       Green           15

现在，调用 groupby + apply 并从每个组中提取具有最高权重值的一行。

df.assign(idx=idx).groupby('idx', group_keys=False)\
       .apply(lambda x: x.sort_values('fruit_weight', ascending=False).head(1))

   fruit_type fruit_color fruit_weight  idx
0       Apple         Red            2    0
2      Orange      Orange            4    1
5  Watermelon       Green           15    2