Pandas dataframe：如何根据标记的列valu将一行转换为单独的行

Question

我正在为外汇新闻分析创建一个基于实体的情绪分类。对于每一篇新闻文章，可能会有多种货币的标识。但是，我正在为如何将一行（如现有的人类标签中的{'USD':1, "JPY":-1}）转换为单独的行而苦苦挣扎。在

示例数据帧现在是：

       sentiment                                               text
0   USD:1,CNY:-1  US economy is improving while China is struggling
1  USD:-1, JPY:1    Unemployment is high for US while low for Japan

希望转换成多行，如下所示：

^{pr2}$

非常感谢你的帮助

Answer 1

您还可以尝试通过在','上拆分并使用melt选项展开行来扩展情感。在

df1 = df1.merge(df1.sentiment.str.split(',',expand=True),left_index=True,right_index=True,how='outer')
df1.drop('sentiment',axis=1,inplace=True)
df1 = df1.melt('text')
df1[['currency','sentiment']] = df1.value.str.split(':',expand=True)
df1.drop(['variable','value'],axis=1,inplace=True)

输出：

^{pr2}$

Answer 2

您可以构建一个新的数据帧，根据需要链接和重复值。在

import numpy as np
from itertools import chain

df = pd.DataFrame({'sentiment': ['USD:1,CNY:-1', 'USD:-1, JPY:1'],
                   'text': ['US economy is improving while China is struggling',
                            'Unemployment is high for US while low for Japan']})

# remove whitespace and split by ','
df['sentiment'] = df['sentiment'].str.replace(' ', '').str.split(',')

# construct expanded dataframe
res = pd.DataFrame({'sentiment': list(chain.from_iterable(df['sentiment'])),
                    'text': np.repeat(df['text'], df['sentiment'].map(len))})

# split sentiment series into currency and value components
res[['currency', 'sentiment']] = res.pop('sentiment').str.split(':', expand=True)
res['sentiment'] = res['sentiment'].astype(int)

结果：

^{pr2}$

Answer 3

您可以在,|:上拆分sentiment列，然后展开^{}

然后使用^{}&；^{}根据split的len重复text列。在

# Split the col on both , and : then stack.
s = df['sentiment'].str.split(',|:',expand=True).stack()

# Reindex and repeat cols on len of split and reset index.
df1 = df.reindex(df.index.repeat(df['sentiment'].fillna("").str.split(',').apply(len))) 
df1 = df1.reset_index(drop=True)

df1['currency'] = s[::2].reset_index(drop=True)
df1['sentiment'] = s[1::2].reset_index(drop=True)

print (df1.sort_index(axis=1))

输出：

^{pr2}$