我有一个使用Pandas 的Python DataFrame:
| Column 1 | Column 2 | Column 3 |
|---|---|---|
| hello | a,b,c | 1,2,3 |
| hi | b,c,a | 4,5,6 |
第3栏中的值属于第2栏中的类别. 有没有办法把第2列和第3列结合起来，这样我就能得到这个输出？
| Column 1 | a | b | c |
|---|---|---|---|
| hello | 1 | 2 | 3 |
| hi | 6 | 4 | 5 |
任何建议都将是非常有用的！谢谢!
我有一个使用Pandas 的Python DataFrame:
| Column 1 | Column 2 | Column 3 |
|---|---|---|
| hello | a,b,c | 1,2,3 |
| hi | b,c,a | 4,5,6 |
第3栏中的值属于第2栏中的类别. 有没有办法把第2列和第3列结合起来，这样我就能得到这个输出？
| Column 1 | a | b | c |
|---|---|---|---|
| hello | 1 | 2 | 3 |
| hi | 6 | 4 | 5 |
任何建议都将是非常有用的！谢谢!
df.apply(lambda x: pd.Series(x['Column 3'].split(','), index=x['Column2'].split(',')), axis=1)
输出:
a b c
0 1 2 3
1 4 5 6
结果生成为df1和concat
df1 = df.apply(lambda x: pd.Series(x['Column 3'].split(','), index=x['Column2'].split(',')), axis=1)
pd.concat([df['Column 1'], df1], axis=1)
输出:
col1 a b c
0 hello 1 2 3
1 hi 4 5 6