Een lijstachtige kolom transformeren

Data herstructureren met pandas

Maria Eugenia Inzaugarat

Data Scientist

Lijstachtige kolommen

DataFrame met een kolom met lijsten

Data herstructureren met pandas

Lijstachtige kolommen transformeren

Pijl van DataFrame naar geëxplodeerde DataFrame

Data herstructureren met pandas

De .explode()-methode

Pijl van DataFrame naar geëxplodeerde DataFrame

De explode-methode

Data herstructureren met pandas

Een kolom exploden

cities

          city  country               zip_code
0  Los Angeles      USA  [90001, 90004, 90008]
1       Madrid    Spain  [28001, 28004, 28005]
2        Rabat  Morocco         [10010, 10170]
Data herstructureren met pandas

Een kolom exploden

cities_explode = cities['zip_code'].explode()
cities_explode

0    90001
0    90004
0    90008
1    28001
1    28004
1    28005
2    10010
2    10170
Data herstructureren met pandas

Een kolom exploden

cities[['city', 'country']]
Data herstructureren met pandas

Een kolom exploden

cities[['city', 'country']].merge(cities_explode,                                  )
Data herstructureren met pandas

Een kolom exploden

cities[['city', 'country']].merge(cities_explode, left_index=True, right_index=True)

          city  country zip_code
0  Los Angeles      USA    90001
0  Los Angeles      USA    90004
0  Los Angeles      USA    90008
1       Madrid    Spain    28001
1       Madrid    Spain    28004
1       Madrid    Spain    28005
2        Rabat  Morocco    10010
2        Rabat  Morocco    10170
Data herstructureren met pandas

Een kolom in de DataFrame exploden

cities_explode = cities.explode('zip_code')
cities_explode

          city  country zip_code
0  Los Angeles      USA    90001
0  Los Angeles      USA    90004
0  Los Angeles      USA    90008
1       Madrid    Spain    28001
1       Madrid    Spain    28004
1       Madrid    Spain    28005
2        Rabat  Morocco    10010
2        Rabat  Morocco    10170
Data herstructureren met pandas

Een kolom in de DataFrame exploden

cities_explode.reset_index(drop=True, inplace=True)

          city  country zip_code
0  Los Angeles      USA    90001
1  Los Angeles      USA    90004
2  Los Angeles      USA    90008
3       Madrid    Spain    28001
4       Madrid    Spain    28004
5       Madrid    Spain    28005
6        Rabat  Morocco    10010
7        Rabat  Morocco    10170
Data herstructureren met pandas

Lege lijsten

cities_new

          city  country               zip_code
0  Los Angeles      USA  [90001, 90004, 90008]
1       Madrid    Spain                     []
2        Rabat  Morocco         [10010, 10170]

cities_new.explode('zip_code')

          city  country zip_code
0  Los Angeles      USA    90001
0  Los Angeles      USA    90004
0  Los Angeles      USA    90008
1       Madrid    Spain      NaN
2        Rabat  Morocco    10010
2        Rabat  Morocco    10170
Data herstructureren met pandas

Operaties chainen

cities

          city  country             zip_code
0  Los Angeles      USA  90001, 90004, 90008
1       Madrid    Spain  28001, 28004, 28005
2        Rabat  Morocco         10010, 10170
Data herstructureren met pandas

Operaties chainen

cities['zip_code'].str.split(',', expand=True)

       0       1       2
0  90001   90004   90008
1  28001   28004   28005
2  10010   10170    None
Data herstructureren met pandas

Operaties chainen

cites.assign(zip_code=                                )
Data herstructureren met pandas

Operaties chainen

cites.assign(zip_code=cities['zip_code'].str.split(','))
Data herstructureren met pandas

Operaties chainen

cites.assign(zip_code=cities['zip_code'].str.split(',')).explode('zip_code')

          city  country zip_code
0  Los Angeles      USA    90001
0  Los Angeles      USA    90004
0  Los Angeles      USA    90008
1       Madrid    Spain    28001
1       Madrid    Spain    28004
1       Madrid    Spain    28005
2        Rabat  Morocco    10010
2        Rabat  Morocco    10170
Data herstructureren met pandas

Laten we oefenen!

Data herstructureren met pandas

Preparing Video For Download...