如何使数据框中的每一行的每一列都有一个值？答案

【问题标题】：How to make each row in dataframe have one value for each column?如何使数据框中的每一行的每一列都有一个值？
【发布时间】：2017-05-20 01:07:25
【问题描述】：

我有以下数据框，其中包含 ID_x 和 ID_y 列，其中包含用单个空格分隔的数据：

df = pd.DataFrame({
    'fruit':['apple','orange','banana'],
    'ID_x' : ['1 2 3','4','5'],  
    'ID_y' : ['A B', 'C D','E']
    }, index=['0','1','2'])

我想拆分列（ID_x 和 ID_y）中的每个值并创建新行，以便每一行代表拆分值的一一对应关系。

类似这样的：

知道如何解决这个问题吗？

到目前为止我已经尝试过拆分列中的值：

col_x = 'ID_x'
col_y = 'ID_y'

df = df_unflat.assign(**{col_x:df_unflat[col_x].str.split(' ')})
df = df_unflat.assign(**{col_y:df_unflat[col_y].str.split(' ')})

【问题讨论】：

标签： python pandas numpy dataframe split

【解决方案1】：

试试这个方法：

import pandas as pd
df = pd.DataFrame({
    'fruit':['apple','orange','banana'],
    'ID_x' : ['1 2 3','4','5'],  
    'ID_y' : ['A B', 'C D','E']
    }, index=['0','1','2'])
id_x = df['ID_x'].str.split(' ').apply(Series, 1).stack()
id_y = df['ID_y'].str.split(' ').apply(Series, 1).stack()
id_x.index = id_x.index.droplevel(-1)
id_y.index = id_y.index.droplevel(-1)
id_x.name = 'ID_x'
id_y.name = 'ID_y'
del df['ID_x']
del df['ID_y']
df = df.join(id_x)
df = df.join(id_y)
df.reset_index(drop=True)

输出：

    fruit   ID_x    ID_y
0   apple   1       A
1   apple   1       B
2   apple   2       A
3   apple   2       B
4   apple   3       A
5   apple   3       B
6   orange  4       C
7   orange  4       D
8   banana  5       E

【讨论】：

【解决方案2】：

import itertools
#convert DF values to a numpy array, get all combinations between ID_x, ID_y and fruit, finally reconstruct the Dataframe.    
pd.DataFrame(sum([list(itertools.product(e[0].split(),e[1].split(),[e[2]])) for e in df.values],[]), columns=df.columns)
Out[483]: 
  ID_x ID_y   fruit
0    1    A   apple
1    1    B   apple
2    2    A   apple
3    2    B   apple
4    3    A   apple
5    3    B   apple
6    4    C  orange
7    4    D  orange
8    5    E  banana

【讨论】：