Pandas：逗号分隔的 Excel 单元格未转换为列表

Question

我加入了 3 个 Excel 选项卡数据集以提供我的基本数据框，然后对于每一行，我想计算 DUAlloc 中逗号分隔值中的 int 值，然后将 Amount 除以 DUAlloc 计数，然后遍历 DuAlloc 列表并分配单独的行，例如

基础数据：

描述	DuAlloc	数量
废话	1,2,3,4,5	1000
雅达	30,15,3,4,5	200

处理数据：

描述	DuAlloc	数量
废话	1	200
废话	2	200
废话	3	200
雅达	3	40
废话	4	200
雅达	4	40
废话	5	200
雅达	5	40
雅达	15	40
雅达	30	40

我尝试了多种转换为列表的方法：list()、tolist()，但要么对所有计数获得相同的数字，要么我最接近的是[len(str(c)) for c in df3['DUAlloc']]计算所有我不想要的字符。

我将如何实现这一目标，熊猫是最好的选择吗？

Answer 1

使用Series.str.split 、 df.explode 、 Groupby.transform和df.div ：

In [501]: out = df.assign(DuAlloc=df['DuAlloc'].str.split(',')).explode('DuAlloc')

In [506]: out['Amount'] = out['Amount'].div(out.groupby('Description')['Amount'].transform('size'))

In [507]: out
Out[507]: 
  Description DuAlloc  Amount
0        Blah       1   200.0
0        Blah       2   200.0
0        Blah       3   200.0
0        Blah       4   200.0
0        Blah       5   200.0
1        Yada      30    40.0
1        Yada      15    40.0
1        Yada       3    40.0
1        Yada       4    40.0
1        Yada       5    40.0

Answer 2

您可以使用.str.count来计算,列的数量。

out = (df.assign(Amount=df['Amount'].div(df['DuAlloc'].str.count(',').add(1)),
                 DuAlloc=df['DuAlloc'].str.split(','))
       .explode('DuAlloc'))

print(out)

  Description DuAlloc  Amount
0        Blah       1   200.0
0        Blah       2   200.0
0        Blah       3   200.0
0        Blah       4   200.0
0        Blah       5   200.0
1        Yada      30    40.0
1        Yada      15    40.0
1        Yada       3    40.0
1        Yada       4    40.0
1        Yada       5    40.0