Split Pandas-Serie in DataFrame mit Trennzeichen

Ich versuche zu Spalten pandas series Objekt durch ein bestimmtes Trennzeichen "; " in diesem Fall. Ich möchte die schalten Sie es in einen dataframe es wird immer die gleiche Menge an "Spalten" oder um genauer zu sein, die gleiche Menge an "; " angibt, Spalten. Ich dachte, dies würde den trick tun, aber es nicht python, wie die Konvertierung eines pandas-Serie in ein pandas DataFrame? ich will nicht zu Durchlaufen, ich bin mir sicher, dass pandas hat eine Verknüpfung, das ist effektiver.

Kennt jemand die effizienteste Methode zum teilen dieser Serie in ein dataframe von "; " ?

#Example Data
SR_test = pd.Series(["a; b; c; d; e","aa; bb; cc; dd; ee","a1; b2; c3; d4; e5"])
# print(SR_test)
# 0         a; b; c; d; e
# 1    aa; bb; cc; dd; ee
# 2    a1; b2; c3; d4; e5

#Convert each row one at a time (not efficient)
tmp = []
for element in SR_test:
    tmp.append([e.strip() for e in element.split("; ")])
DF_split = pd.DataFrame(tmp)
# print(DF_split)
#     0   1   2   3   4
# 0   a   b   c   d   e
# 1  aa  bb  cc  dd  ee
# 2  a1  b2  c3  d4  e5
EdChum und Jezrael, die zunächst beantwortet? Ich will fair sein. Dies sind die Super Antworten, genau das, was ich für ging.
Ich glaube, ich war der erste, aber der Unterschied war nur über 15 seconds. Also ich weiß nicht, ob es wichtig ist. @EdChum, was denkst du?

InformationsquelleAutor O.rka | 2016-05-14

  1. 9

    Können Sie str.split:

    df = SR_test.str.split('; ', expand=True)
print df

    0   1   2   3   4
0   a   b   c   d   e
1  aa  bb  cc  dd  ee
2  a1  b2  c3  d4  e5

    Andere schnellere Lösung, wenn Series haben keine NaN Werte:

    print pd.DataFrame([ x.split('; ') for x in SR_test.tolist() ])
    0   1   2   3   4
0   a   b   c   d   e
1  aa  bb  cc  dd  ee
2  a1  b2  c3  d4  e5

    Timings:

    SR_test = pd.concat([SR_test]*1000).reset_index(drop=True)

In [21]: %timeit SR_test.str.split('; ', expand=True)
10 loops, best of 3: 34.5 ms per loop

In [22]: %timeit pd.DataFrame([ x.split('; ') for x in SR_test.tolist() ])
100 loops, best of 3: 9.59 ms per loop
    Das Durchlaufen ist schneller?
    Ja, wenn, Wenn dieser Weg verwendet. str.split ist ein bisschen langsamer, weil es funktioniert mit NaN-Werten sehr nett.

    InformationsquelleAutor jezrael

  2. 2

    Verwenden Sie die vektorisierte str.split mit param expand=True und gehen, wie die Daten, die arg in die DataFrame ctor:

    In [4]:
df = pd.DataFrame(SR_test.str.split(';',expand=True))
df

Out[4]:
    0    1    2    3    4
0   a    b    c    d    e
1  aa   bb   cc   dd   ee
2  a1   b2   c3   d4   e5

    InformationsquelleAutor EdChum

Schreibe einen Kommentar