Skip to main content
 首页 » 编程设计

python之如何在 python pandas 中使用 str.contains 拆分具有多个类别的数据帧

2024年11月01日8kerrycode

我有一个这样的数据框,

id   col1 
1    apple, peach 
2    apple, banana 
3    melon, peach 
4    berry, apple, peach 
5    melon, banana 

此表在 col1 中有 5 个类别。

我知道如何使用 str.contains() 选择每个类别。

df_apple = df[df['col1'].str.contains("apple")] 
df_peach = df[df['col1'].str.contains("peach")] 
df_melon = df[df['col1'].str.contains("melon")] 
df_berry = df[df['col1'].str.contains("berry")] 
df_banana = df[df['col1'].str.contains("banana")] 

如何使用某些 pandas 函数一次生成 5 个数据帧? 所以我的输出是 5 个名为 df_apple、df_peach、df_melon、df_berry、df_banana 的数据帧。

并将它们保存到 5 个不同的 csv 文件中。

请您参考如下方法:

我将展开列并找到唯一的id

d = df.set_index('id').col1 
e = d.str.split(', ').explode() 
 
r = {k: d.loc[v] for k, v in e.index.groupby(e).items()} 
 
r['apple'] 
 
id 
1           apple, peach 
2          apple, banana 
4    berry, apple, peach 
Name: col1, dtype: object 

或者转储到csv

d = df.set_index('id').col1 
e = d.str.split(', ').explode() 
 
for k, v in e.index.groupby(e).items(): 
    d.loc[v].to_frame().to_csv(f"{k}.csv") 

然后

pd.read_csv('apple.csv') 
 
   id                 col1 
0   1         apple, peach 
1   2        apple, banana 
2   4  berry, apple, peach 

对于 Pandas 版本 <0.25

def explode(s): 
    return pd.Series(np.concatenate(s.to_numpy()), s.index.repeat(s.str.len())) 
 
d = df.set_index('id').col1 
e = d.str.split(', ').pipe(explode) 

并查看 this post by @MaxU