So verwenden sie die funktion pandas burst() (mit beispielen)

Sie können die Pandas- Burst() -Funktion verwenden, um jedes Element einer Inline-Liste in einen DataFrame umzuwandeln.

Diese Funktion verwendet die folgende grundlegende Syntax:

 df. explode (' variable_to_explode ')

Das folgende Beispiel zeigt, wie diese Syntax in der Praxis verwendet wird.

Beispiel: Verwenden Sie die Funktion explosive() mit Pandas DataFrame

Angenommen, wir haben den folgenden Pandas-DataFrame:

 import pandas as pd

#createDataFrame
df = pd. DataFrame ({' team ': [['A', 'B', 'C'], ['D', 'E', 'F'], ['G', 'H', 'I']] ,
                   ' position ':['Guard', 'Forward', 'Center'],
                   ' points ': [7, 14, 19]})

#view DataFrame
df

	team position points
0 [A, B, C] Guard 7
1 [D, E, F] Forward 14
2 [G, H, I] Center 19

Beachten Sie, dass die Teamspalte Listen mit Teamnamen enthält.

Wir können die Funktion explosion() verwenden, um jedes Element jeder Liste in eine Zeile aufzulösen:

 #explode team column
df. explode (' team ')

        team position points
0 A Guard 7
0 B Guard 7
0 C Guard 7
1D Forward 14
1 E Forward 14
1 F Forward 14
2G Center 19
2H Center 19
2 I Center 19

Beachten Sie, dass die Teamspalte keine Listen mehr enthält. Wir haben jedes Element in jeder Liste in eine Zeile „explodiert“.

Beachten Sie außerdem, dass einige Zeilen jetzt denselben Indexwert haben.

Wir können die Funktion „reset_index()“ verwenden, um den Index zurückzusetzen, wenn die Teamspalte gesprengt wird:

 #explode team column and reset index of resulting dataFrame
df. explode (' team '). reset_index (drop= True )

	team position points
0 A Guard 7
1 B Guard 7
2 C Guard 7
3D Forward 14
4 E Forward 14
5 F Forward 14
6G Center 19
7 A.M. Center 19
8 I Center 19

Beachten Sie, dass jede Zeile jetzt einen eindeutigen Indexwert hat.

Zusätzliche Ressourcen

In den folgenden Tutorials wird erläutert, wie andere gängige Vorgänge in Pandas ausgeführt werden:

So teilen Sie eine Zeichenfolgenspalte in Pandas in mehrere Spalten auf
So teilen Sie Pandas DataFrame in mehrere DataFrames auf
So teilen Sie Pandas DataFrame nach Spaltenwert auf