python - 将列中的数字拆分为单独列中的数字

Question

我有一个如下所示的 csv 文件(无法聚合访问次数，因为它们指的是天数，例如 2=星期一、3=星期二等)

我想拆分“访问”列，以便将每个数字放在单独的列中。像这样的事情:

我怎样才能用Python做到这一点？我想要的列数与位数一样多。我有 1000 行

我开始使用这段代码，但它不起作用。

import pandas as pd
 file=pd.read_csv('file.csv')

data = []
with open('file.csv', 'r') as fh:
for line in fh:
 data.append(line.split())

 data = dict(zip(*data))
 d = { v for in [int(c)]) 
data['visits'][1:])]}
d['ID'] = data['ID']
d['visits'] = data['visits'][0]
data = pd.DataFrame(d)

Answer 1

使用str.split:

df

   ID       visits
0   1   12 1 40 50
1   2  56 2 567 34
2   3   4 5 345 78

visits = df['visits'].str.split(expand=True).add_prefix('visit_')    
visits

  visit_0 visit_1 visit_2 visit_3
0      12       1      40      50
1      56       2     567      34
2       4       5     345      78

接下来，将 visits 与 ID 连接起来:

df = pd.concat([df[['ID']], visits], 1)    
df

   ID visit_0 visit_1 visit_2 visit_3
0   1      12       1      40      50
1   2      56       2     567      34
2   3       4       5     345      78

<小时/>

如果您想要每个号码的每个数字分开，您可以链接一个 df.apply 调用。此外，要将 8 替换为 0，请使用 df.replace。

visits = df['visits'].str.replace('\s+', '')\
           .apply(lambda x: pd.Series(list(x))).add_prefix('visit_')\
           .replace('[89]', 0, regex=True)
visits

  ID visit_0 visit_1 visit_2 visit_3 visit_4 visit_5 visit_6 visit_7
0   1       1       2       1       4       0       5       0     NaN
1   2       5       6       2       5       6       7       3       4
2   3       4       5       3       4       5       7       0     NaN

请注意，每一列都是一列字符串(object 类型)。但是，如果您希望它们为整数，则需要去掉 NaN。如果您同意删除 NaN 列，此解决方案会稍微简化。

visits = df.visits.str.replace('\s+', '')\
           .apply(lambda x: pd.Series(list(x)))\
           .dropna(axis=1).add_prefix('visit_').astype(int) % 8
visits

   visit_0  visit_1  visit_2  visit_3  visit_4  visit_5  visit_6
0        1        2        1        4        0        5        0
1        5        6        2        5        6        7        3
2        4        5        3        4        5        7        0

您仍然需要使用 pd.concat 将 visits 与 df.ID 连接起来。