Pandas-DataFrame-Stringeinträge in separate Zeilen auflösen (aufteilen)

In Pandas besteht eine häufige Anforderung darin, durch Kommas getrennte Werte in a aufzuteilen Textzeichenfolgespalte und erstellen Sie für jeden Eintrag eine neue Zeile. Dies kann durch verschiedene Methoden erreicht werden.

Verwenden von Series.explode() oder DataFrame.explode()

Für Pandas-Versionen 0.25.0 und höher ist die Serie. Die Methoden explosion() und DataFrame.explode() bieten eine praktische Möglichkeit, CSV-ähnliche Spalten zu explodieren:

Für einzelne Spalten:

df.explode('column_name')

Für mehrere Spalten:

df.explode(['column1', 'column2'])  # Pandas 1.3.0 

Generic Vectorized Funktion

Ein vielseitigerer vektorisierter Ansatz, der sowohl für normale als auch für Listenspalten funktioniert, wird unten bereitgestellt:

def explode(df, lst_cols, fill_value='', preserve_index=False):
    # Convert CSV string columns to list columns
    for col in lst_cols:
        df[col] = df[col].str.split(',')

    # Extract all non-list columns
    idx_cols = df.columns.difference(lst_cols)

    # Calculate list lengths
    lens = df[lst_cols[0]].str.len()

    # Create exploded DataFrame
    result = (pd.DataFrame({
        col: np.repeat(df[col].values, lens)
        for col in idx_cols
    }, index=np.repeat(df.index.values, lens))
        .assign(**{col: np.concatenate(df.loc[lens>0, col].values)
                    for col in lst_cols}))

    # Handle empty list rows
    if (lens == 0).any():
        result = result.append(df.loc[lens==0, idx_cols], sort=False).fillna(fill_value)

    # Revert index order and reset index if requested
    result = result.sort_index()
    if not preserve_index:
        result = result.reset_index(drop=True)

    return result

Anwendungen

CSV-Spalte:

df['var1'] = df['var1'].str.split(',')

Mehrfachliste Spalten:

explode(df, ['num', 'text'], fill_value='')