使用多个分隔符拆分多个列；新形成的列应该有原始值的计数

Question

我是 python 编程的新手。我处理的数据是在单个超集（即列/属性）中获得某些属性的子集（使用非字母数字分隔符）。

代表性数据：

col1	col2	col3
1	x/x/z/z/z	i\i\i\j
2	y/y/z/w/w/w	k\k\i

首选输出：

col1	w_col2	x_col2	y_col2	z_col2	i_col3	j_col3	k_col3
1	0	2	0	3	3	1	0
2	3	0	2	1	1	0	2

我通常做什么：

1. 为此类列查找唯一条目
2. 单独拆分所有此类列；应用列前缀（可选）；存储为新数据框
3. 在轴 1 上应用 value_counts()
4. 与原始数据框连接

幸运的是，数据集很小，可以处理已知的列。但是，我想知道是否有更好（紧凑）的方法来解决这个问题。

---

编辑：

• 添加了新列，其中值将被视为（转换）为数字（因为它们是计数）

col1	col2	col3	col4	col5
1	x/x/z/z/z	i\i\i\j	0-2-4-2	1_2_5_3
2	y/y/z/w/w/w	k\k\i	1-3-2-2	4_1_3_4

新的首选输出：

col1	w_col2	x_col2	y_col2	z_col2	i_col3	j_col3	k_col3	0_col4	1_col4	2_col4	3_col4	0_col5	1_col5	2_col5	3_col5
1	0	2	0	3	3	1	0	0	2	4	2	1	2	5	3
2	3	0	2	1	1	0	2	1	3	2	2	4	1	3	4

Answer 1

这是一个使用 df.stack 的提案，然后是 series.split，然后是 series.explode 和 pd.crosstab

u = df[['col2','col3']].stack().str.split(r"\\|/").explode()
v = u.add("_"+ u.index.get_level_values(1))

out = pd.crosstab(v,v.index.get_level_values(0)).T.rename_axis(index=None,columns=None)

---

print(out)

   i_col3  j_col3  k_col3  w_col2  x_col2  y_col2  z_col2
0       3       1       0       0       2       0       3
1       1       0       2       3       0       2       1

编辑：

根据已编辑的问题，您可以对 col4 和 col5 执行类似的步骤，然后 concat：

u = df[['col2','col3']].stack().str.split(r"\\|/").explode()
v = u.add("_"+ u.index.get_level_values(1))

a = df[['col4','col5']].stack().str.split("-|_",expand=True).unstack()
a.columns = a.columns.map("{0[0]}_{0[1]}".format)

out = (pd.concat((df[['col1']],
                  pd.crosstab(v,v.index.get_level_values(0))
                     .T.rename_axis(index=None,columns=None),
                  a),axis=1))
print(out)

---

   col1  i_col3  j_col3  k_col3  w_col2  x_col2  y_col2  z_col2 0_col4 0_col5  \
0     1       3       1       0       0       2       0       3      0      1   
1     2       1       0       2       3       0       2       1      1      4   

  1_col4 1_col5 2_col4 2_col5 3_col4 3_col5  
0      2      2      4      5      2      3  
1      3      1      2      3      2      4