熊猫。在多列中连续均匀地拆分数据框内容

Question

作为一个简单的例子，假设我在 pandas 中有以下数据框

the_content = {"Name" : ["John", "Kathy", "Kurtis", "Sharon"], 
              "Hobbies" : ["Fishing", "Sewing", "Skiing", "Biking"]}

当我创建一个数据框时：

panda_table = pd.DataFrame(the_content)

然后将其转换成html表格：

html_panda_table = panda_table.to_html()

结果由四行数据和两列组成。类似的东西

    Names    Hobbies
0   John     Fishing
1   Kathy    Sewing
2   Kurtis   Skiing
3   Sharon   Biking

但是，我想将相同的内容均匀地拆分到重复的行中。如果有大量数据，这样做的目的会变得更加明显。在这种情况下，我想设置一个值，比如 4 列。那么就只有一个数据行和 8 列。

   Names   Hobbies   Names     Hobbies   Names   Hobbies    Names   Hobbies
0  John    Fishing 1 Kathy     Sewing  2 Kurtis  Skiing  3 Sharon  Biking

如果有超过 4 个数据点，例如 6 个数据点或 50 个数据点，则行将堆叠。

如何设置列数，然后让数据均匀分布？

Answer 1

您可以在原始数据框的行中进行迭代，以构建微小的数据框并将它们保存在列表中。最后使用pd.concat(axis=1) 可以连接它们以获得预期的结果。

编辑：根据您的评论，我已经更新了代码以根据max_size_row 变量在数据框中创建一个新行。这里的想法是根据行的长度将我们的df_list 切成块，然后使用pd.concat(axis=1) 创建完整的行并将其存储在df_list_row 中。当我们在df_list_row 中拥有所有行时，我们使pd.concat(axis=0)（这是默认值）。也许还有其他最好的方法，但我认为这是一个很好的答案。

import numpy as np

df_list = []
df_list_row = []
start = 0
max_size_row = end = 4 

for row in panda_table.to_numpy():
  df_list.append(pd.DataFrame(data=[row], columns=panda_table.columns))

while start < len(df_list):
  df_row = df_list[start:end]
  if len(df_row) < max_size_row:
    df_row += [pd.DataFrame(data=[[np.nan, np.nan]], columns=panda_table.columns)]*(max_size_row - len(df_row))
  df_list_row.append(pd.concat(df_row, axis=1))
  start += max_size_row
  end += max_size_row

df = pd.concat(df_list_row).reset_index(drop=True)

使用max_size_row = 2输出：

Name	Hobbies	Name	Hobbies
John	Fishing	Kathy	Sewing
Kurtis	Skiing	Sharon	Biking
Carlos	Writing	NaN	NaN

使用max_size_row = 3输出：

Name	Hobbies	Name	Hobbies	Name	Hobbies
John	Fishing	Kathy	Sewing	Kurtis	Skiing
Sharon	Biking	Carlos	Writing	NaN	NaN

使用max_size_row = 4输出：

Name	Hobbies	Name	Hobbies	Name	Hobbies	Name	Hobbies
John	Fishing	Kathy	Sewing	Kurtis	Skiing	Sharon	Biking
Carlos	Writing	NaN	NaN	NaN	NaN	NaN	NaN