python - 用多个分隔符拆分多列；新形成的列应该有原始值的计数

Question

我是 python 编程的新手。我处理的数据是在单个超集(即列/属性)(使用非字母数字分隔符)中获得某些属性的子集。
代表性数据:


第 1 列
列2
第 3 列


1
x/x/z/z/z
我\我\我\j

2
y/y/z/w/w/w
k\k\i


首选输出:


第 1 列
w_col2
x_col2
y_col2
z_col2
i_col3
j_col3
k_col3


1
0
2
0
3
3
1
0

2
3
0
2
1
1
0
2


我一般做什么:

查找此类列的唯一条目

单独拆分所有这些列；应用列前缀(可选)；存储为新数据框

在轴 1 上应用 value_counts()

与原始数据框连接

幸运的是，数据集很小，可以处理已知的列。但是，我想知道是否有更好(紧凑)的方法来解决这个问题。

编辑:

添加了将值作为数字处理(转换)的新列(因为它们是计数)

第 1 列
列2
第 3 列
第 4 列
第 5 列


1
x/x/z/z/z
我\我\我\j
0-2-4-2
1_2_5_3

2
y/y/z/w/w/w
k\k\i
1-3-2-2
4_1_3_4


新的首选输出:


第 1 列
w_col2
x_col2
y_col2
z_col2
i_col3
j_col3
k_col3
0_col4
1_col4
2_col4
3_col4
0_col5
1_col5
2_col5
3_col5


1
0
2
0
3
3
1
0
0
2
4
2
1
2
5
3

2
3
0
2
1
1
0
2
1
3
2
2
4
1
3
4

Answer 1

这是一个使用 df.stack 的提案，然后 series.split关注 series.explode和 pd.crosstab

u = df[['col2','col3']].stack().str.split(r"\\|/").explode()
v = u.add("_"+ u.index.get_level_values(1))

out = pd.crosstab(v,v.index.get_level_values(0)).T.rename_axis(index=None,columns=None)

print(out)

   i_col3  j_col3  k_col3  w_col2  x_col2  y_col2  z_col2
0       3       1       0       0       2       0       3
1       1       0       2       3       0       2       1

编辑:
根据编辑过的问题，您可以对 col4 和 col5 执行类似的步骤，然后连接:

u = df[['col2','col3']].stack().str.split(r"\\|/").explode()
v = u.add("_"+ u.index.get_level_values(1))

a = df[['col4','col5']].stack().str.split("-|_",expand=True).unstack()
a.columns = a.columns.map("{0[0]}_{0[1]}".format)

out = (pd.concat((df[['col1']],
                  pd.crosstab(v,v.index.get_level_values(0))
                     .T.rename_axis(index=None,columns=None),
                  a),axis=1))
print(out)

   col1  i_col3  j_col3  k_col3  w_col2  x_col2  y_col2  z_col2 0_col4 0_col5  \
0     1       3       1       0       0       2       0       3      0      1   
1     2       1       0       2       3       0       2       1      1      4   

  1_col4 1_col5 2_col4 2_col5 3_col4 3_col5  
0      2      2      4      5      2      3  
1      3      1      2      3      2      4