根据数据框中存在的列数合并和创建多个列 - Pandas答案

【问题标题】：Merge and create multiple columns based in the number of columns present in the dataframe- Pandas根据数据框中存在的列数合并和创建多个列 - Pandas
【发布时间】：2021-02-18 01:59:50
【问题描述】：

我有一个用逗号分隔的数字列，现在应该将这些值拆分为新列。

 Site       UserId
   ABC           '456,567,67,96'
   DEF           '67,987'

新的 Dataframe 应该如下所示：

Site     UserID              UserId1  UserId2  UserId3  UserId4
ABC     '456,567,67,96'      456       567      67        96
DEF     '67,987'             67        987
POC     '4321,96,912         4321      87       912

每列旁边还有一个空列，用于将数字与姓名和电话号码对应起来。用户

 UserId UserName         PhoneNo 
  4321   EB_Meter         9980688666
    987    EB_Meter987    9255488721 
    912    DG_Meter912    8897634219
    567    Ups_Meter567   7263193155 
    456    Ups_Meter456   8987222112 
    96     DG_Meter96     
    67     DGB_Meter

所以最终的DataFrame是：

  Values              Value1  Name1            Phone1         Value2   Name2        Phone2       Value3  Name3        Phone3    Value4 Name4  Phone 4
 '456,567,67,96'      456     Ups_Meter456    8987222112      567      Ups_Meter567  7263193155     67      DGB_Meter               96   DG_Meter96
 '67,987'             67      DGB_Meter                        987      EB_Meter987   9255488721
 '4321,96,912         4321    EB_Meter          9980688666    96       DG_Meter96                  912    DG_Meter912  8897634219

【问题讨论】：

这个问题和this one有什么不同？
您可以尝试.str.split(expand=True) 处理第一个问题，第二个问题使用.map 处理每一列。
@MayankPorwal 当我使用“df.stack(dropna=False).map(s).unstack()”时出现以下错误-“重新索引仅对唯一值索引对象有效”虽然有没有重复的电话号码..
列的顺序在输出中重要吗？
@jezrael 我不认为列的顺序很重要

标签： python pandas numpy automation

【解决方案1】：

这里为每个UserId 添加了多个列，因此map 使用melt 与merge 中的左连接，重塑由DataFrame.pivot 创建：

df2['UserId'] = df2['UserId'].astype(str)
df3 = df1['UserId'].str.strip("'").str.split(',',expand=True)

df3 = (df3.reset_index()
          .melt('index', value_name='UserId')
          .merge(df2, on='UserId', how='left')
          .pivot(index='index', columns='variable')
          .sort_index(axis=1, level=1, sort_remaining=False)
          )
df3.columns = df3.columns.map(lambda x: f'{x[0]}_{x[1] + 1}')

df = df1.join(df3)
print (df)
  Site         UserId UserId_1    UserName_1   PhoneNo_1 UserId_2  \
0  ABC  456,567,67,96      456  Ups_Meter456  8987222112      567   
1  DEF         67,987       67     DGB_Meter         NaN      987   

     UserName_2   PhoneNo_2 UserId_3 UserName_3 PhoneNo_3 UserId_4  \
0  Ups_Meter567  7263193155       67  DGB_Meter       NaN       96   
1   EB_Meter987  9255488721     None        NaN       NaN     None   

   UserName_4 PhoneNo_4  
0  DG_Meter96       NaN  
1         NaN       NaN

【讨论】：

ValueError：索引包含重复条目，无法重塑
@Harishreddy - 这意味着数据框中有重复的行，我猜在 df2 中，对于某些用途是多个电话号码，这是预期的吗？
用户ID和电话号码是唯一的，但在某些情况下用户名是相同的
@Harishreddy - 如果没有欺骗，仍然无法工作？输入数据中返回什么print (df2['UserId'].duplicated(keep=False).sum())？
@Harishreddy - 将 .sort_index(axis=1, level=1) 更改为 .sort_index(axis=1, level=1, sort_remaining=False)，因为已编辑。

【解决方案2】：

你可以使用：

df[[ 'UserId1', 'UserId2', 'UserId3', 'UserId4']] = df['UserId'].str.split(",", expand=True)

【讨论】：