python - 将函数应用于返回多行的 pandas 数据框

Question

我想对 pandas DataFrame 应用一个函数，将某些行分成两部分。例如，我可能将其作为输入:

df = pd.DataFrame([{'one': 3, 'two': 'a'}, {'one': 5, 'two': 'b,c'}], index=['i1', 'i2'])
    one  two
i1    3    a
i2    5  b,c

我想要这样的输出:

      one  two
i1      3    a
i2_0    5    b
i2_1    5    c

我的希望是我可以在数据帧上使用 apply() ，调用一个返回包含 1 行或多行的数据帧的函数，然后将其合并在一起。然而，这似乎根本不起作用。这是一个测试用例，我只是尝试复制每一行:

dfa = df.apply(lambda s: pd.DataFrame([s.to_dict(), s.to_dict()]), axis=1)
    one  two
i1  one  two
i2  one  two

因此，如果我返回一个 DataFrame，该 DataFrame 的列名称似乎会成为行的内容。这显然不是我想要的。

这里还有一个问题是通过使用 .groupby() 解决的，但是我认为这不适用于我的情况，因为我实际上不想按任何内容进行分组。

正确的做法是什么？

Answer 1

你有一个困惑的数据库(逗号分隔的字符串，你应该有单独的列)。我们首先解决这个问题:

df2 = pd.concat([df['one'], pd.DataFrame(df.two.str.split(',').tolist(), index=df.index)], axis=1)

这给了我们一些更简洁的东西

In[126]: df2
Out[126]: 
    one  0     1
i1    3  a  None
i2    5  b     c

现在，我们可以做

In[125]: df2.set_index('one').unstack().dropna()
Out[125]: 
   one
0  3      a
   5      b
1  5      c

调整索引(如果需要)很简单，留给读者作为练习。