[英]Pandas dataframe: Expanding column into rows plus incremental numbering
我需要基于空格将score
列(包含匹配结果)拆分为基础,将Pandas数据框的单行扩展为两行。
这就是数据的样子
A B score
1 2 6-1 6-2
3 4 6-4 4-6 6-3
为了实现这个目标,我从这里使用了这种方法。
通过稍微调整方法,我的数据框如下所示:
A B score sets
1 2 6-1 6-2 6-1
1 2 6-1 6-2 6-2
3 4 6-4 4-6 6-3 6-4
3 4 6-4 4-6 6-3 4-6
3 4 6-4 4-6 6-3 6-3
但是,我还想再增加一列,代表每场比赛的盘数。 就像每场比赛的总累积数一样。 我的问题是,如何更改上面的链接解决方案以获得所需的结果,如下所示:
A B score sets setnumber
1 2 6-1 6-2 6-1 1
1 2 6-1 6-2 6-2 2
3 4 6-4 4-6 6-3 6-4 1
3 4 6-4 4-6 6-3 4-6 2
3 4 6-4 4-6 6-3 6-3 3
我认为以下代码行中的某处需要进行适应,但是我仍然无法弄清楚它应该如何工作:
s = df['score'].str.split(' ').apply(pd.Series, 1).stack()
s.index = s.index.droplevel(-1) # to line up with df's index
您可以使用repeat
然后cumcount
In [2915]: dff = df.set_index(['A', 'B'])['score'].repeat(
df['score'].str.split(' ').str.len()
).reset_index()
In [2916]: dff
Out[2916]:
A B score
0 1 2 6-1 6-2
1 1 2 6-1 6-2
2 3 4 6-4 4-6 6-3
3 3 4 6-4 4-6 6-3
4 3 4 6-4 4-6 6-3
In [2917]: dff.assign(setnumber=dff.groupby(['A', 'B']).cumcount()+1)
Out[2917]:
A B score setnumber
0 1 2 6-1 6-2 1
1 1 2 6-1 6-2 2
2 3 4 6-4 4-6 6-3 1
3 3 4 6-4 4-6 6-3 2
4 3 4 6-4 4-6 6-3 3
您也可以使用.loc
获得dff
In [2923]: df.loc[df.index.repeat(df['score'].str.split(' ').str.len())]
Out[2923]:
A B score
0 1 2 6-1 6-2
0 1 2 6-1 6-2
1 3 4 6-4 4-6 6-3
1 3 4 6-4 4-6 6-3
1 3 4 6-4 4-6 6-3
声明:本站的技术帖子网页,遵循CC BY-SA 4.0协议,如果您需要转载,请注明本站网址或者原文地址。任何问题请咨询:yoyou2525@163.com.