Pandas - разделенная колонка хранится как csv

Question

У меня есть набор данных, где каждая строка представляет собой уникальную продажу. Один столбец представляет элементы, заказанные в этой продаже, как CSV.

Мне нужно разделить значения в столбце «упорядоченные предметы» и для каждого упорядоченного элемента создать уникальную строку, привязанную к исходному идентификатору заказа.

Например:

Order ID Items Ordered 
    127 Item 1, Item 2, Item 3 

Должно быть:

Order ID Items Ordered 
    127   Item 1 
    127   Item 2 
    127   Item 3 

Я относительно новым для Python/панд. Этот код работает, но медленный, поскольку я повторяю все заказы. Что это лучший способ сделать это?

temp_item_list = [] 

for row in raw_data.iterrows(): 
    for i in range(len(row['Items'])): 
     temp_item_list.append((row['ID'], row['Items'][i])) 

item_df = pd.DataFrame(temp_item_list) 

Answer 1

Со ссылкой на similar answer вы можете попробовать этот шаг за шагом руководство:

>>> initial_df = pandas.read_csv("your_file_path") 
>>> final_df = pandas.concat([Series(row['Order ID'], row['Items Ordered'].split(',')) for _, row in initial_df.iterrows()]).reset_index() 
>>> final_df 
    index 0 
0 Item 1 127 
1 Item 2 127 
2 Item 3 127 
>>> final_df.columns= ['Items Ordered','Order ID'] 
>>> final_df 
    Items Ordered Order ID 
0  Item 1  127 
1  Item 2  127 
2  Item 3  127 
>>> final_df[['Order ID','Items Ordered']] 
    Order ID Items Ordered 
0  127  Item 1 
1  127  Item 2 
2  127  Item 3 

Это сделать Вашу работу.

Answer 2

Что-то, что может вам помочь, это pandas.DataFrame.apply. Он позволяет применять функцию к каждой строке. Вы можете определить функцию, которая захватывает элемент элементов в строке, разбивает ее и вызывает pandas.DataFrame.append, чтобы создать новую строку для каждого элемента.

example о том, как использовать функцию приложения.

Answer 3

Чтобы избежать перебора всех строк, вы можете использовать numpy.repeat сделать столбцы Order ID, а уплощение Items Ordered и сделать новый кадр данных из этого:

from itertools import chain 
import numpy as np 
import pandas as pd 

# count the number of items in the items order column 
items_count = df["Items Ordered"].str.count(",") + 1 

# extend the Order ID column with numpy repeat and flatten Items Order column 
pd.DataFrame({"Order ID": np.repeat(df["Order ID"], items_count), 
       "Items Ordered": list(chain.from_iterable(df["Items Ordered"].str.split(",")))}) 

Answer 4

это может является то, что вы ищете для;

df = pd.DataFrame({'order_id':127, 'items_ordered': ['item_1, item_2, item_3']}) 
df1 = pd.concat([df.order_id,df.items_ordered.str.split(',').apply(pd.Series)],axis=1,ignore_index=True) 
df1 = df1.pivot(index = df1.index, columns = df1.columns[0]).stack().stack().to_frame() 
df1 = df1.set_index(df1.index.get_level_values(level=1)) 

или в качестве альтернативы более емким решение, сочетающее шарнирные и set_index шаги выше:

df1 = pd.melt(df, id_vars = ['order_id'])