Python PandasでのDataFrame変換

Question

私はPandas DataFrameを、それ自身の行が与えられた特定の列のすべての項目で新しいものに変換しようとしています。たとえば：後

new_df = pd.DataFrame(columns = df.columns) 
for index,row in df.iterrows(): 
    new_row = pd.DataFrame(df.loc[index]).transpose() 
    target_info = df.loc[index,'Name'] 
    if (len(target_info.split(',')) > 1): 
     for item in target_info.split(','): 
      new_row.loc[index,'Name'] = item 
      new_df = new_df.append(new_row) 
    else: 
     new_df = new_df.append(new_row) 

：

ID    Name  Date Location 
0 0  John, Dave 01/01/1992  Mexico 
1 1    Tim 07/07/1997 Australia 
2 2  Mike, John 12/24/2012  Zambia 
3 3 Bob, Rick, Tony 05/17/2007  Cuba 
4 4   Roger 04/05/2000 Iceland 
5 5   Carlos 05/24/1995  Guam 

現在のソリューション：前

ID Name  Date Location 
0 0 John 01/01/1992  Mexico 
0 0 Dave 01/01/1992  Mexico 
1 1  Tim 07/07/1997 Australia 
2 2 Mike 12/24/2012  Zambia 
2 2 John 12/24/2012  Zambia 
3 3  Bob 05/17/2007  Cuba 
3 3 Rick 05/17/2007  Cuba 
3 3 Tony 05/17/2007  Cuba 
4 4 Roger 04/05/2000 Iceland 
5 5 Carlos 05/24/1995  Guam 

はきっとよりエレガントなものはありますか？

Answer 1

あなたはスプリット名に参加し、その後、シリーズとしてのスプリット名を取得、既存の​​名前の列を削除でき。

# Split the 'Name' column as a Series, setting the appropriate name and index. 
split_names = df['Name'].str.split(', ', expand=True).stack() 
split_names.name = 'Name' 
split_names.index = split_names.index.get_level_values(0) 

# Drop the existing 'Name' column, and join the split names. 
df.drop('Name', axis=1, inplace=True) 
df = df.join(split_names) 

出力結果は、例の場合と同じですが、名前列が最後になります。元の注文をしたい場合は、列の順序を変更することができます。

ID  Date Location Name 
0 0 01/01/1992  Mexico John 
0 0 01/01/1992  Mexico Dave 
1 1 07/07/1997 Australia  Tim 
2 2 12/24/2012  Zambia Mike 
2 2 12/24/2012  Zambia John 
3 3 05/17/2007  Cuba  Bob 
3 3 05/17/2007  Cuba Rick 
3 3 05/17/2007  Cuba Tony 
4 4 04/05/2000 Iceland Roger 
5 5 05/24/1995  Guam Carlos 

Answer 2

あなたはこのようにそれを行うことができます。ステップバイ

nm = df.Name.str.split(',\s*', expand=True) 
cols=list(set(df.columns) - set(['Name'])) 

pd.melt(df[cols].join(nm), 
     id_vars=cols, 
     value_vars=nm.columns.tolist(), 
     value_name='Name') \ 
    .dropna() \ 
    .drop(['variable'], axis=1) \ 
    .sort_values('ID') 

ステップ：

In [128]: nm = df.Name.str.split(',\s*', expand=True) 

In [129]: nm 
Out[129]: 
     0  1  2 
0 John Dave None 
1  Tim None None 
2 Mike John None 
3  Bob Rick Tony 
4 Roger None None 
5 Carlos None None 

In [130]: cols=list(set(df.columns) - set(['Name'])) 

In [131]: cols 
Out[131]: ['Date', 'ID', 'Location'] 

In [133]: pd.melt(df[cols].join(nm), 
    .....:   id_vars=cols, 
    .....:   value_vars=nm.columns.tolist(), 
    .....:   value_name='Name') \ 
    .....: .dropna() \ 
    .....: .drop(['variable'], axis=1) \ 
    .....: .sort_values('ID') 
Out[133]: 
      Date ID Location Name 
0 01/01/1992 0  Mexico John 
6 01/01/1992 0  Mexico Dave 
1 07/07/1997 1 Australia  Tim 
2 12/24/2012 2  Zambia Mike 
8 12/24/2012 2  Zambia John 
3 05/17/2007 3  Cuba  Bob 
9 05/17/2007 3  Cuba Rick 
15 05/17/2007 3  Cuba Tony 
4 04/05/2000 4 Iceland Roger 
5 05/24/1995 5  Guam Carlos