熊猫爆炸功能无法正常工作

Question

我有这样的数据框：

     title            price        weight
   0 Crloni Model145  $45,$50,$60  200gm,500gm,800gm

这里 200 克 45 美元，500 克 50 美元和 800 克 60 美元。我预期的数据框将如下所示：

    title              price      weight
    0 Crloni Model145  $45        200gm 
    1 Crloni Model145  $50        500gm
    2 Crloni Model145  $60        800gm
   

但现在我得到这样的数据框

       title           price      weight
    0 Crloni Model145  $45        200gm 
    1 Crloni Model145  $45        500gm
    2 Crloni Model145  $45        800gm
    3 Crloni Model145  $50        200gm 
    4 Crloni Model145  $50        500gm
    5 Crloni Model145  $50        800gm
    6 Crloni Model145  $45        200gm 
    7 Crloni Model145  $45        500gm
    8 Crloni Model145  $45        800gm
    9 Crloni Model145  $60        200gm 
    10 Crloni Model145  $60        500gm
    11 Crloni Model145  $60        800gm

这是我的代码：

data['price']=data['price'].str.split(',')
data = data.explode('price')
data['weight']=data['weight'].str.split(',')
data = data.explode('weight')

更新问题：

我应用了 Bill the Lizard 解决方案。我没有收到任何错误，但在导出 csv 文件时，我的 csv 中没有看到任何价格和重量。

data['price']=data['price'].str.split(',')
data['weight']=df['weight'].str.split(',')
data = data.set_index(['title']).apply(pd.Series.explode).reset_index()

data.to_csv('...mypath/data.csv')

看图：

这是 BENY 解决方案，但我收到了 cannot reindex from a duplicate axis

data['price'] = data['price'].str.split(',')
data['weight'] = data['weight'].str.split(',')
out = data.explode(['price','weight'])
data['description'] = data['description'].mask(data['description].shift() == data['description'])

#update2

Bill the Lizard 解决方案有效，但我不明白为什么 BENY 解决方案无效？为什么我在应用 BENY 解决方案时收到cannot reindex from a duplicate axis 这个错误

更新3 我原来的excel文件的几行

     category     title       price     weight             description
       Shirt    men-shirt    20,25,35    100gm,50gm,150gm   shirt description....   
      pant    men-pent    40,35,90    200gm,350gm,150gm   pant description....   

Answer 1

如果您有 1.3.0 之前的 Pandas 版本，其中添加了多列 explode：

由于拆分字符串后的列表具有相同数量的元素，您可以将Series.explode 应用到price 和weight 列到预期的输出。

import pandas as pd

df = pd.DataFrame({'title': ['Crloni Model145'],
                   'price': ['$45,$50,$60'],
                   'weight': ['200gm,500gm,800gm']})

df['price']=df['price'].str.split(',')
df['weight']=df['weight'].str.split(',')

df = df.set_index(['title']).apply(pd.Series.explode).reset_index()

print(df)

我将索引设置为title，因为我不希望将explode 应用于该列，然后我在末尾重置索引，以便title 再次成为常规列。

输出：

             title price weight
0  Crloni Model145   $45  200gm
1  Crloni Model145   $50  500gm
2  Crloni Model145   $60  800gm

Answer 2

更新您的pandas 和explode 现在可以接受两列

df['price'] = df['price'].str.split(',')
df['weight'] = df['weight'].str.split(',')
out = df.explode(['price','weight'])