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)
