Splipting des chaînes de données de données de pandas séparées en virgule en lignes distinctes

Dans les données de données pandas, il faut souvent être divisé en raies individuelles. Pour y parvenir, plusieurs approches peuvent être utilisées:

Utilisation de série.Explode () ou DataFrame.Explode () :

Cette méthode est disponible dans Pandas 0.25.0 et ci-dessus et est spécifique colonnes.

df.explode('column_name')

en utilisant une fonction vectorisée :

pour des situations contenant plusieurs colonnes normales et multiples, une fonction vectorisée peut fournir une solution plus polyvalente. lst_cols, fill_value = '', préserve_index = false): # ... (les détails d'implémentation)

def explode(df, lst_cols, fill_value='', preserve_index=False):
    # ... (implementation details)

: Si le but est uniquement pour convertir les chaînes CSV en listes, cela peut être réalisé en divisant les chaînes en utilisant Str.Split (). df ['var1']. str.split (',')

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

Cette approche peut gérer plusieurs colonnes, y compris les colonnes normales et listes. col: np.repeat (x [col] .values, x [lst_col] .str.len ()) pour Col dans X.Column.Différence ([LST_COL]) }). attribution (** {lst_col: np.concatenate (x [lst_col] .values)}) [x.columns.tolist ()]

:

exploded_df = pd.DataFrame({
    col: np.repeat(x[col].values, x[lst_col].str.len())
    for col in x.columns.difference([lst_col])
}).assign(**{lst_col: np.concatenate(x[lst_col].values)})[x.columns.tolist()]

Ces approches offrent diverses options pour diviser les chaînes séparées par les virgules dans les pandas DataFrames, s'adressant à des exigences spécifiques et des considérations de performances.