Comment exploser une colonne Pandas DataFrame en plusieurs lignes ?

Comment dissocier (exploser) une colonne dans un DataFrame Pandas, en plusieurs lignes

Dans Pandas, l'éclatement d'une colonne implique de transformer les données d'une seule ligne en plusieurs lignes . Ceci est utile lorsque vous avez une colonne contenant des cellules de type liste et que vous devez les diviser en lignes individuelles.

Considérez un DataFrame avec une colonne « B » contenant des listes :

df = pd.DataFrame({'A': [1, 2], 'B': [[1, 2], [1, 2]]})

Output:

   A       B
0  1  [1, 2]
1  2  [1, 2]

Pour Explosez cette colonne 'B', nous présentons différentes méthodes :

Méthode 0 [Pandas >= 0.25]
À partir de Pandas 0.25, si vous devez exploser une seule colonne, utilisez la fonction pandas.DataFrame.explode :

df.explode('B')

Output:

   A  B
0  1  1
1  1  2
3  2  1
4  2  2

Méthode 1
appliquer pd.Series (facile à comprendre mais non recommandé pour performances):

df.set_index('A').B.apply(pd.Series).stack().reset_index(level=0).rename(columns={0:'B'})

Méthode 2
Utilisation de la répétition avec le constructeur DataFrame :

df = pd.DataFrame({'A': df.A.repeat(df.B.str.len()), 'B': np.concatenate(df.B.values)})

Méthode 3
Re -créer la liste :

pd.DataFrame([[x] + [z] for x, y in df.values for z in y], columns=df.columns)

Méthode 4
Utilisation de réindexation ou loc :

df.reindex(df.index.repeat(df.B.str.len())).assign(B=np.concatenate(df.B.values))

Méthode 5
Lorsque la liste ne contient que des valeurs uniques :

from collections import ChainMap
d = dict(ChainMap(*map(dict.fromkeys, df['B'], df['A'])))
pd.DataFrame(list(d.items()), columns=df.columns[::-1])

Méthode 6
Utiliser NumPy pour un niveau élevé performances :

newvalues = np.dstack((np.repeat(df.A.values, list(map(len, df.B.values))), np.concatenate(df.B.values)))
pd.DataFrame(data=newvalues[0], columns=df.columns)

Méthode 7
Utilisation du cycle et de la chaîne itertools :

from itertools import cycle, chain
l = df.values.tolist()
l1 = [list(zip([x[0]], cycle(x[1])) if len([x[0]]) > len(x[1]) else list(zip(cycle([x[0]]), x[1]))) for x in l]
pd.DataFrame(list(chain.from_iterable(l1)), columns=df.columns)

Généralisation à plusieurs colonnes
Pour gérer plusieurs colonnes éclatées, une fonction peut être défini :

def unnesting(df, explode):
    idx = df.index.repeat(df[explode[0]].str.len())
    df1 = pd.concat([
        pd.DataFrame({x: np.concatenate(df[x].values)}) for x in explode], axis=1)
    df1.index = idx

    return df1.join(df.drop(explode, 1), how='left')

unnesting(df, ['B', 'C'])

Column-Wise Unnesting
Pour développer une liste horizontalement, utilisez le constructeur pd.DataFrame :

df.join(pd.DataFrame(df.B.tolist(), index=df.index).add_prefix('B_'))

Ce qui précède est le contenu détaillé de. pour plus d'informations, suivez d'autres articles connexes sur le site Web de PHP en chinois!