Python pandas数据预处理之行数据复制方式

缘徠係妳

pandas数据预处理行数据复制

现有一张进货表格，数据如下,需要将商品数量与商品名称拆分，最终实现有多少个商品显示多少行数据。
即当商品为“鸡蛋*5”时，需要有5条鸡蛋数据。

1. import pandas as pd
   
2. import numpy as np
   
3. file_path=r"E:\临时\数据预处理.xlsx"
   
4. data=pd.read_excel(file_path)

复制代码

1. #首先将不同商品做拆分，间隔符为","
   
2. data10=data.join(data["商品"].str.split(",",expand=True))

复制代码

拆分后的数据

如下：

1. #不同商品拆分后第一次复制
   
2. data20=data10[["日期",0]]
   
3. data20.rename(columns={0:"商品"},inplace=True)
   
4. 
   
5. data30=data10[["日期",1]]
   
6. data30.rename(columns={1:"商品"},inplace=True)
   
7. 
   
8. data40=data10[["日期",2]]
   
9. data40.rename(columns={2:"商品"},inplace=True)
   
10. 
    
11. data_con=pd.concat([data20,data30,data40])
    
12. 
    
13. data_con=data_con[data_con["商品"].notna()]

复制代码

1. #将商品名称与商品数量拆分
   
2. data_con.reset_index(drop=True,inplace=True)
   
3. data_con=data_con.join(data_con["商品"].str.split("*",expand=True))

复制代码

拆分后的数据

如下：

1. data_con.rename(columns={0:"商品名称",1:"商品数量"},inplace=True)
   
2. data_con["商品数量"]=data_con["商品数量"].astype(int)

复制代码

1. #商品名称与数量拆分后第二次复制
   
2. data_pro=pd.DataFrame()
   
3. for i in range(data_con.shape[0]):
   
4.     data_temp=pd.DataFrame(np.repeat(pd.DataFrame(data_con.iloc[i]).T.values,data_con.iloc[i]["商品数量"],axis=0))
   
5.     data_temp.columns=pd.DataFrame(data_con.iloc[i]).T.columns
   
6.     data_pro=pd.concat([data_pro,data_temp])

复制代码

1. data_pro=data_pro[['日期',  '商品名称']]
   
2. 
   
3. data_pro["商品数量"]=1

复制代码

最后将data_pro导出即可。

总结

以上为个人经验，希望能给大家一个参考，也希望大家多多支持脚本之家。

来源:https://www.jb51.net/python/316166ybp.htm
免责声明：由于采集信息均来自互联网，如果侵犯了您的权益，请联系我们【E-Mail:cb@itdo.tech】 我们会及时删除侵权内容，谢谢合作！