[英]Split a dataframe column having a pandas series into multiple columns
[英]split a series into multiple pandas columns
我有一個熊貓數據框,其中一列有一個系列。 結構如下:
Date Col1
2022-01-02 'Amt_Mean 2022.0\nAmt_Med 5.0\nAmt_Std 877.0\ndtype: float64'
2022-01-03 'Amt_Mean 2025.0\nAmt_Med 75.0\nAmt_Std 27.0\ndtype: float64'
我想重塑它,以便得到以下輸出
Date Amt_Mean Amt_Med Amt_Std
2022-01-02 2022.0 5.0 877.0
2022-01-03 2025.0 75.0 27.0
我怎樣才能做到這一點? 我嘗試了df['Col1'][0][1]
,它給了我第一個數量,我可以潛在地循環它,但似乎應該有一種更簡單(pythonic)的方式來做到這一點。 謝謝!
一些字符串處理將每個字符串轉換為字典,將它們轉換為數據幀,並將其與原始字符串連接:
new_df = pd.DataFrame([dict(re.split(r'\s+', y) for y in x.split('\n')[:-1]) for x in df['Col1']])
df = pd.concat([df.drop('Col1', axis=1), new_df], axis=1)
輸出:
>>> df
Date Amt_Mean Amt_Med Amt_Std
0 2022-01-02 2022.0 5.0 877.0
1 2022-01-03 2025.0 75.0 27.0
假設您有pd.Series
對象,我將使用鏈式pd.concat
連接它們:
>>> pd.concat([df.Date, pd.concat([x for x in df.Col1], axis=1).T], axis=1)
Date Amt_Mean Amt_Med Amt_Std
0 2022-01-02 2022 5 877
1 2022-01-03 2025 75 27
這假設您的數據如下:
df = pd.DataFrame([{'Date':'2022-01-02',
'Col1': pd.Series({'Amt_Mean': 2022, "Amt_Med": 5, "Amt_Std":877})},
{'Date':'2022-01-03',
'Col1': pd.Series({'Amt_Mean': 2025, "Amt_Med": 75, "Amt_Std":27})
}])
聲明:本站的技術帖子網頁,遵循CC BY-SA 4.0協議,如果您需要轉載,請注明本站網址或者原文地址。任何問題請咨詢:yoyou2525@163.com.