国产xxxx99真实实拍_久久不雅视频_高清韩国a级特黄毛片_嗯老师别我我受不了了小说

資訊專欄INFORMATION COLUMN

利用 Pandas 將數(shù)據(jù)集中的某列文本拆分為多行

BWrong / 1863人閱讀

摘要：按照的要求我需要將的坐標(biāo)拆分為多行。到這里相當(dāng)于將列中所有文本拆成了一個巨大的表，表中每個單元格有一個值。有些行拆分后的元素比較少，沒有值可以填充的單元格補充會把整個表逐行堆疊成一列。彩蛋我在列拆分為多行的基礎(chǔ)上，還將拆分成了兩個變量。

背景

手頭的項目要求用 Tableau 創(chuàng)建一個 story，數(shù)據(jù)集是摩拜上海城區(qū)用戶使用數(shù)據(jù)。其中有一個維度的數(shù)據(jù)處理起來有點棘手。

數(shù)據(jù)格式

注意 track 這個維度的數(shù)據(jù)，它表示的是在訂單時間內(nèi)的行車軌跡，里面包含了大量坐標(biāo)點。

按照 tidydata 的要求：

Each variable forms a column.

Each observation forms a row.

Each type of observational unit forms a table.

我需要將 track 的坐標(biāo)拆分為多行。

神來之筆

Google 了問題的解決方式，代碼是

mobike.drop("track",axis = 1).join(mobike["track"].str.split("#",expand = True).stack().reset_index(level = 1,drop = True).rename("track"))
工作原理

解決問題不能光知其然，不知其所以然。所以我將這行代碼逐語句進行了拆分，一探代碼內(nèi)部的工作原理。

最外層代碼是：

mobike.join({dataset})

這里調(diào)用了 dataframe 的 join 方法，很基礎(chǔ)。

{dataset} 這部分做的工作比較多，首先是 split 方法。Python 的 split 方法可以將字符串按照指定的字符進行分割，這個例子中指定的字符是「#」。如果不加參數(shù) expand = True，split()會返回拆分后的字符串?dāng)?shù)組。

mobike["track"].str.split("#")
# ["121.372,31.118","121.372,31.119","121.373,31.117","1...]
# ["121.419,31.200","121.419,31.201","121.420,31.199","1...]
# ...

加了 expand = True 會將數(shù)組拆開，數(shù)組中的每一個元素都會多帶帶保存。

mobike["track"].str.split("#",expand = True)
# "121.372,31.118" "121.372,31.119" "121.373,31.117" "1... 
# "121.419,31.200" "121.419,31.201" "121.420,31.199" "1...
# ...

到這里相當(dāng)于將列中所有文本拆成了一個巨大的表，表中每個單元格有一個值。有些行拆分后的元素比較少，沒有值可以填充的單元格補充 None

stack() 會把整個表逐行堆疊成一列。

這樣就成功的將一列中的所有文本拆分成了多行，而且它是一個 dataframe 。不過到這里還沒有結(jié)束，我們還需要將拆出來的這個 dataframe 與原數(shù)據(jù)集合并。

注意到拆分出來的 dataframe 是多重索引的，需要用 reset_index() 將多重索引重置掉。在 split() 的時候，我們引入了超級多的 None。這時候就可以通過 reset_index(..., drop =True)將值為 None 的行刪除。

與原數(shù)據(jù)集通過 join() 合并的時候，A.join(B),A、B兩個 DataFrame 都需要有名字，因此需要 rename("track")。

至此，我們的任務(wù)算做完了。

彩蛋

我在列拆分為多行的基礎(chǔ)上，還將 track 拆分成了兩個變量——track_x,track_y。這里用到了 pandas 的函數(shù)映射進行數(shù)據(jù)轉(zhuǎn)換。

mobike["track" = mobike["track"].split(",")
mobike["track_x"] = mobike["track"].map(lambda x:x[0])
mobike["track_y"] = mobike["track"].map(lambda x:x[1])

通過 map 進行列的擴展速度非常非常快。

本文用到的摩拜數(shù)據(jù)及演示 notebook 均可在 DataWranglingMethod下載。

文章版權(quán)歸作者所有，未經(jīng)允許請勿轉(zhuǎn)載,若此文章存在違規(guī)行為，您可以聯(lián)系管理員刪除。

轉(zhuǎn)載請注明本文地址：http://specialneedsforspecialkids.com/yun/43164.html

相關(guān)文章

  • 【數(shù)據(jù)科學(xué)系統(tǒng)學(xué)習(xí)】Python # 數(shù)據(jù)分析基本操作[四] 數(shù)據(jù)規(guī)整化和數(shù)據(jù)聚合與分組運算

    摘要：數(shù)據(jù)規(guī)整化清理轉(zhuǎn)換合并重塑數(shù)據(jù)聚合與分組運算數(shù)據(jù)規(guī)整化清理轉(zhuǎn)換合并重塑合并數(shù)據(jù)集可根據(jù)一個或多個鍵將不同中的行鏈接起來。函數(shù)根據(jù)樣本分位數(shù)對數(shù)據(jù)進行面元劃分。字典或，給出待分組軸上的值與分組名之間的對應(yīng)關(guān)系。 本篇內(nèi)容為整理《利用Python進行數(shù)據(jù)分析》，博主使用代碼為 Python3，部分內(nèi)容和書本有出入。 在前幾篇中我們介紹了 NumPy、pandas、matplotlib 三個...

    The question 評論0 收藏0

  • Pandas技巧大全：含具體代碼實現(xiàn)

    摘要：查看數(shù)據(jù)的基本統(tǒng)計信息。用處是用于數(shù)據(jù)讀寫處理更改提取等一系列操作的包，可以說，所有能實現(xiàn)的功能，都可以通過代碼輕松實現(xiàn)，因此，對于學(xué)習(xí)非常重要。如果在里，需要翻到最低和最右，而且可能由于溢出無法窮盡可以簡單的實現(xiàn)。 放在前面的話? ? ????? ? ? ?? ????????這學(xué)期刻意少...

    netmou 評論0 收藏0

  • 如何使用pandas對超大csv文件進行快速拆分詳解

    　　小編寫這篇文章的主要目的，主要是對pandas做一個較為詳細的一個解答，pandas其實就是一個數(shù)據(jù)模型庫，里面的內(nèi)容還是比較的多的，那么，怎么樣對海量的數(shù)據(jù)進行處理呢？處理的內(nèi)容就是對超大的csv文件進行快速拆分，下面就給大家舉例驗證。　　前言　　本文介紹如何利用pandas對超大CSV文件進行快速拆分。　　1.操作步驟　　1.1安裝pandas　　pipinstallpandas　　1.2...

    89542767 評論0 收藏0

  • Python數(shù)據(jù)分析入門之pandas總結(jié)基礎(chǔ)（二）

    摘要：一大熊貓世界來去自如的老生常談，從基礎(chǔ)來看，我們?nèi)匀魂P(guān)心對于與外部數(shù)據(jù)是如何交互的。函數(shù)受限制問題唯一重要的參數(shù)，標(biāo)志著一個的第個頁將會被取出。數(shù)據(jù)分析入門之總結(jié)基礎(chǔ)一歡迎來翔的博客查看完成版。 一.大熊貓世界來去自如：Pandas的I/O 老生常談，從基礎(chǔ)來看，我們?nèi)匀魂P(guān)心pandas對于與外部數(shù)據(jù)是如何交互的。 1.1 結(jié)構(gòu)化數(shù)據(jù)輸入輸出 read_csv與to_csv 是?對...

    verano 評論0 收藏0

發(fā)表評論

0條評論

最新活動
閱讀需要支付1元查看
<