Pandas, DataFrame: diviser une colonne en plusieurs colonnes

j'ai le texte suivant DataFrame. Je me demande s'il est possible de fractionner la colonne "données" en plusieurs colonnes. E. g., à partir de ceci:

ID       Date       data
6       21/05/2016  A: 7, B: 8, C: 5, D: 5, A: 8
6       21/01/2014  B: 5, C: 5, D: 7
6       02/04/2013  A: 4, D:7
7       05/06/2014  C: 25
7       12/08/2014  D: 20
8       18/04/2012  A: 2, B: 3, C: 3, E: 5, B: 4
8       21/03/2012  F: 6, B: 4, F: 5, D: 6, B: 4

en:

ID       Date       data                            A   B   C   D   E   F
6       21/05/2016  A: 7, B: 8, C: 5, D: 5, A: 8    15  8   5   5   0   0
6       21/01/2014  B: 5, C: 5, D: 7                0   5   5   7   0   0     
6       02/04/2013  B: 4, D: 7, B: 6                0   10  0   7   0   0
7       05/06/2014  C: 25                           0   0   25  0   0   0
7       12/08/2014  D: 20                           0   0   0   20  0   0   
8       18/04/2012  A: 2, B: 3, C: 3, E: 5, B: 4    2   7   3   0   5   0
8       21/03/2012  F: 6, B: 4, F: 5, D: 6, B: 4    0   8   0   6   0   11

j'ai essayé pandas scinde une chaîne en colonnes et pandas: Comment diviser un texte dans une colonne en plusieurs rangées? mais ça ne fonctionne pas dans mon cas.

EDIT

il y a un peu de complexité la colonne " données "contient des valeurs en double, par exemple dans la première ligne" A "est répété, et donc ces valeurs sont additionnées sous la colonne" A " (voir deuxième tableau).

10
demandé sur Community 2016-07-14 23:59:41

2 réponses

Voici une fonction qui peut convertir la chaîne en un dictionnaire et agréger les valeurs basées sur la clé; après la conversion, il sera facile d'obtenir les résultats avec le pd.Series méthode:

def str_to_dict(str1):
    import re
    from collections import defaultdict
    d = defaultdict(int)
    for k, v in zip(re.findall('[A-Z]', str1), re.findall('\d+', str1)):
        d[k] += int(v)
    return d

pd.concat([df, df['dictionary'].apply(str_to_dict).apply(pd.Series).fillna(0).astype(int)], axis=1)

enter image description here

7
répondu Psidom 2016-07-14 21:41:12 
df = pd.DataFrame([
        [6, "a: 1, b: 2"],
        [6, "a: 1, b: 2"],
        [6, "a: 1, b: 2"],
        [6, "a: 1, b: 2"],
    ], columns=['ID', 'dictionary'])

def str2dict(s):
    split = s.strip().split(',')
    d = {}
    for pair in split:
        k, v = [_.strip() for _ in pair.split(':')]
        d[k] = v
    return d

df.dictionary.apply(str2dict).apply(pd.Series)

enter image description here

Ou:

pd.concat([df, df.dictionary.apply(str2dict).apply(pd.Series)], axis=1)

enter image description here

3
répondu piRSquared 2016-07-14 21:43:55