python - Pandas 拆分列并创建元组列

Question

我有一个如下所示的数据框:

# df

colA     colB          colC

rqp      129            a   
pot      217;345        u
ghay     716            b
rbba     217;345        d
tary     612;811;760    a
kals     716            t

ColB(显示的两个组件中的任何组件)和 ColC 组合构成了独特的组合。
我想从此数据帧创建一个数据帧，如下所示

# newdf:

colAA      coLBB      

(129,a)    (a,rqp)
(217,u)    (u,pot)
(345,u)    (u,pot)
(716,b)    (b,ghay)
(217,d)    (d,rbba)
(345,d)    (d,rbba)
(612,a)    (a,tary)
(811,a)    (a,tary)
(760,a)    (a,tary)
(716,t)    (t,kals)

如果 colB 中有单个元素，我曾尝试创建新列，但无法了解如何使用分号拆分器以及如何创建元组列。

如果我在 ColB 中没有任何分号，那么我可以使用

df['AA'] = list(zip(df[colB], df[colC]))
df['AB'] = list(zip(df[colC], df[colA]))

但是，ColB 中分号的存在我遇到了问题，例如如何将该字符串拆分为多个字符串并分配元组。
任何帮助将不胜感激。

Answer 1

使用， Series.str.split 拆分列的字符串 colB围绕分隔符 ;然后使用 DataFrame.explode 变换列的每个元素 colB到一行，复制索引值。然后使用 DataFrame.agg 将所需的列聚合为 tuple沿axis=1 :

df['colB'] = df['colB'].str.split(';')
df = df.explode('colB')
df['ColAA'] = df[['colB', 'colC']].agg(tuple, axis=1)
df['ColBB'] = df[['colC', 'colA']].agg(tuple, axis=1)
df = df[['ColAA', 'ColBB']].reset_index(drop=True)

结果:

# print(df)
     ColAA      ColBB
0  (129, a)   (a, rqp)
1  (217, u)   (u, pot)
2  (345, u)   (u, pot)
3  (716, b)  (b, ghay)
4  (217, d)  (d, rbba)
5  (345, d)  (d, rbba)
6  (612, a)  (a, tary)
7  (811, a)  (a, tary)
8  (760, a)  (a, tary)
9  (716, t)  (t, kals)