合并具有多个值的列 pandas dataframe

Question

我使用 pandas 在 Python 中得到了这个 DataFrame：

第 1 列	第 2 栏	第 3 栏
你好	a,b,c	1,2,3
你好	b,c,a	4,5,6

第 3 列中的值属于第 2 列中的类别。有没有办法将第 2 列和第 3 列组合起来，我得到这个 output？

第 1 列	一种	b	c
你好	1个	2个	3个
你好	6个	4个	5个

任何建议都会非常有帮助！ 谢谢！

Answer 1

您可以在exploding逗号后使用pd.crosstab ：

new_df = ( df.assign(t=df['Column 2'].str.split(','), a=df['Column 3'].str.split(',')).
                      explode(['t', 'a']) )

output = ( pd.crosstab(index=new_df['Column 1'], columns=new_df['t'], 
                     values=new_df['a'], aggfunc='sum').reset_index() ) 

Output：

t   Column 1    a   b   c
0   hello       1   2   3
1   hi          4   5   6

Answer 2

df.apply(lambda x: pd.Series(x['Column 3'].split(','), index=x['Column2'].split(',')), axis=1)    

output：

    a   b   c
0   1   2   3
1   4   5   6

结果使df1和concat

df1 = df.apply(lambda x: pd.Series(x['Column 3'].split(','), index=x['Column2'].split(',')), axis=1)

pd.concat([df['Column 1'], df1], axis=1)

output：

    col1    a   b   c
0   hello   1   2   3
1   hi      4   5   6

Answer 3

效率方面，我会说在香草 python 中进行所有争论并创建一个新的 dataframe：

from collections import defaultdict
outcome = defaultdict(list)
for column, row in zip(df['Column 2'], df['Column 3']):
    column = column.split(',')
    row = row.split(',')
    for first, last in zip(column, row):
        outcome[first].append(last)
pd.DataFrame(outcome).assign(Column = df['Column 1'])
   a  b  c Column
0  1  2  3  hello
1  6  4  5     hi