再和熊貓，重塑名單

-2

testing_set = ["001,P01", "002,P01,P02", "003,P01,P02,P09", "004,P01,P03"]

我以前re重新格式化列表，例如：

[in] test_set1 = [ re.split(r',', line, maxsplit=5) for line in testing_set] 

[out] ["001","P01"]

如何創建一個數據幀，其中索引是（transaction_id）「001,002,003,004」，每行的p值列在列（product_id）中。

來源

2017-07-29 zsad512

您的名單列表...你的意思是一個字符串列表？ – DJK

這是一個字符串列表列表 – zsad512

請閱讀[如何製作好可重複的熊貓示例]（http://stackoverflow.com/questions/20109391/how-to-make-good-reproducible-pandas-examples）並編輯相應地發佈你的文章。 – MaxU

這可以這樣做，

testing_set = ["001,P01","002,P01,P02","003,P01,P02,P09","004,P01,P03"] 

test_set1 = [re.split(r',', line, maxsplit=1) for line in testing_set] 
#change maxsplit to 1______________________^ 

df =pd.DataFrame(test_set1,columns=['transaction_id','product_id']) 
df.set_index(['transaction_id'],inplace=True) 
df['product_id'] = df['product_id'].apply(lambda row: row.split(','))

它給你一個數據幀像這樣

     Product_id 
transaction_id     
001      [P01] 
002     [P01, P02] 
003    [P01, P02, P09] 
004     [P01, P03]

來源

2017-07-29 18:36:00 DJK

我怎樣才能進一步分割它，使每個P值是一個單獨的字符串，但仍然在同一行？所以002會有兩個Product_Id字符串而不是一個？另外我怎樣才能將索引標記爲「transaction_id」？ – zsad512

@ zsad512，我已更新代碼 – DJK

'代碼'中存在一個錯字（df.set_idex（['transaction_id']，inplace = True]）），因爲還有一個額外的代碼]，但代碼正常工作，謝謝！現在，我必須根據這個數據框創建一個矩陣，如果產品在特定的籃子中，則爲1，否則爲0（對於列「P1-P10」），你知道我該怎麼做嗎？ – zsad512

再和熊貓，重塑名單

回答

相關問題