将多列拆分为 pandas 数据框中的行 [英] Splitting multiple columns into rows in pandas dataframe

问题描述

我有一个熊猫数据框，如下所示:

I have a pandas dataframe as follows:

ticker    account      value         date
aa       assets       100,200       20121231, 20131231
bb       liabilities  50, 150       20141231, 20131231

我想拆分 df['value'] 和 df['date'] 以便数据框看起来像这样:

I would like to split df['value'] and df['date'] so that the dataframe looks like this:

ticker    account      value         date
aa       assets       100           20121231
aa       assets       200           20131231 
bb       liabilities  50            20141231
bb       liabilities  150           20131231

非常感谢任何帮助.

推荐答案

您可以先split 列，通过 stack 并通过 strip:

You can first split columns, create Series by stack and remove whitespaces by strip:

s1 = df.value.str.split(',', expand=True).stack().str.strip().reset_index(level=1, drop=True)
s2 = df.date.str.split(',', expand=True).stack().str.strip().reset_index(level=1, drop=True)

然后 concat Series 到 df1:

df1 = pd.concat([s1,s2], axis=1, keys=['value','date'])

删除旧列 value 和 date 和 join:

Remove old columns value and date and join:

print (df.drop(['value','date'], axis=1).join(df1).reset_index(drop=True))
  ticker      account value      date
0     aa       assets   100  20121231
1     aa       assets   200  20131231
2     bb  liabilities    50  20141231
3     bb  liabilities   150  20131231

这篇关于将多列拆分为 pandas 数据框中的行的文章就介绍到这了，希望我们推荐的答案对大家有所帮助，也希望大家多多支持IT屋！