通过使用分隔符在 Dataframe pandas 中展平行来获取地址列表答案

【问题标题】：Getting list of address by flattening row in Dataframe pandas with a delimiter通过使用分隔符在 Dataframe pandas 中展平行来获取地址列表
【发布时间】：2021-07-28 21:09:01
【问题描述】：

我从一个 excel 文件创建了一个数据框。该表是一个联系人列表，其中一行包含位置名称、下一行街道地址、下一个城市，并为每个位置重复。现在每个位置都由一个特定的短语“站点代码”分隔。下面是我看到的一个例子。

Name and address	Don't Care
Location Name	x
Street addresss	x
City	x
State	x
Site code	x
Location Name	x
Street addresss	x
City	x
State	x
Site code	x

我希望能够将站点代码之间的所有内容扁平化为一行，这样就可以了

[location name, street address, city, state]

我正在考虑创建一个函数来查看表格并创建一个字典，该字典的键将是位置名称，它会附加所有内容，直到到达站点代码然后跳过并移动到下一个字典条目。但也感觉我想多了。你怎么看？

【问题讨论】：

标签： python pandas

【解决方案1】：

您可以使用numpy.array_split 在包含“站点代码”的行上拆分 DataFrame，然后根据需要解析生成的块：

import numpy as np
chunks = np.array_split(df["Name and address"], df[df["Name and address"]=="Site code"].index)
output = [chunk[chunk!="Site code"].tolist() for chunk in chunks if chunk.tolist()!=["Site code"]]

>>> output
[['Location Name', 'Street addresss', 'City', 'State'],
 ['Location Name', 'Street addresss', 'City', 'State']]

【讨论】：

我无法正确拆分阵列。我有一个索引数组，其中“站点代码”为真，但由于某种原因，它并没有在元素处或根本没有完全拆分它。

【解决方案2】：

如果你总是有相同数量的字段，你可以使用numpy来reshape数据：

pd.DataFrame(df['Name and address'].values.reshape((-1,5))[:, :4]).apply(list, axis=1)

这是如何工作的：

(pd.DataFrame(df['Name and address']  # get relevant column
                .values               # access the underlying numpy array
                .reshape((-1,5))      # reshape: new row every 5 elements
                [:, :4]               # drop the 5th column ("Site code")
             ).apply(list, axis=1)    # make as list again
)

输出：

0    [Location Name , Street addresss , City , State ]
1    [Location Name , Street addresss , City , State ]
dtype: object

【讨论】：

不幸的是，我不能让我拥有相同数量的字段。谢谢！