如何將數據幀列拆分爲多列

Question

經過多次嘗試，我開始將我的R腳本遷移到Python。我在R中的大部分工作都涉及數據框架，而我正在使用pandas軟件包中的DataFrame對象。在我的腳本中，我需要讀取一個csv文件並將數據導入到一個DataFrame對象中。接下來，我需要將十六進制值轉換爲標記爲DATA的列，轉換爲按位數據，然後創建16個新列，每位一個。

我的示例性輸入數據在文件test.txt如下所示，

PREFIX，TEST，ZONE，ROW，COL，DATA

6_6，READ，0，0，0，BFED

6_6，READ，0，1，0，BB7D

6_6，READ，0，2,0，FFF7

6_6，READ，0，3，0，E7FF

6_6，READ，0,4，0，FBF8

6_6，READ，0，5,0，DE75

6_6，READ，0，6,0，DFFE

我的python腳本test.py如下所示，

import glob 

import pandas as pd 

import numpy as np 

fname = 'test.txt' 

df = pd.read_csv(fname, comment="#") 

dfs = df[df.TEST == 'READ'] 

# function to convert the hexstring into a binary string 

def hex2bin(hstr): 

    return bin(int(hstr,16))[2:] 


# convert the hexstring in column DATA to binarystring ROWDATA 

dfs['BINDATA'] = dfs['DATA'].apply(hex2bin) 

# get rid of the column DATA 

del dfs['DATA'] 

當我運行此腳本，並檢查對象dfs，我得到以下，

PREFIX測試區ROW COL BINDATA

0 6_6 READ 0 0 0 1011111111101101

1 6_6 READ 0 1 0 1011101101111101

2 6_6 READ 0 2 0 1111111111110111

3 6_6閱讀0 3 0 1110011111111111

4 6_6閱讀0 4 0 1111101111111000

5 6_6閱讀0 5 0 1101111001110101

6 6_6閱讀0 6 0 1101111111111110

所以，現在我不知道如何進行拆分的列命名爲BINDATA分爲16個新列（可以命名爲B0，B0，B2，...，B15）。任何幫助將不勝感激。

感謝&問候，

Derric。

Answer 1

我不知道這是可以做到簡單（無需for循環），但是這確實的伎倆：

for i in range(16): 
    dfs['B'+str(i)] = dfs['BINDATA'].str[i] 

系列的str屬性可以訪問一些量化的字符串方法，其作用在每個元素上（參見文檔：http://pandas.pydata.org/pandas-docs/stable/basics.html#vectorized-string-methods）。在這種情況下，我們只是索引字符串以訪問不同的字符。
這給了我：

In [20]: dfs 
Out[20]: 
      BINDATA B0 B1 B2 B3 B4 B5 B6 B7 B8 B9 B10 B11 B12 B13 B14 B15 
0 1011111111101101 1 0 1 1 1 1 1 1 1 1 1 0 1 1 0 1 
1 1011101101111101 1 0 1 1 1 0 1 1 0 1 1 1 1 1 0 1 
2 1111111111110111 1 1 1 1 1 1 1 1 1 1 1 1 0 1 1 1 
3 1110011111111111 1 1 1 0 0 1 1 1 1 1 1 1 1 1 1 1 
4 1111101111111000 1 1 1 1 1 0 1 1 1 1 1 1 1 0 0 0 
5 1101111001110101 1 1 0 1 1 1 1 0 0 1 1 1 0 1 0 1 
6 1101111111111110 1 1 0 1 1 1 1 1 1 1 1 1 1 1 1 0 

如果你希望他們爲整數，而不是字符串，可以在for循環添加.astype(int)。

---

編輯：另一種方式來做到這一點（一oneliner，但你必須改變在第二步中的列名）：

In [34]: splitted = dfs['BINDATA'].apply(lambda x: pd.Series(list(x))) 

In [35]: splitted.columns = ['B'+str(x) for x in splitted.columns] 

In [36]: dfs.join(splitted) 
Out[36]: 
      BINDATA B0 B1 B2 B3 B4 B5 B6 B7 B8 B9 B10 B11 B12 B13 B14 B15 
0 1011111111101101 1 0 1 1 1 1 1 1 1 1 1 0 1 1 0 1 
1 1011101101111101 1 0 1 1 1 0 1 1 0 1 1 1 1 1 0 1 
2 1111111111110111 1 1 1 1 1 1 1 1 1 1 1 1 0 1 1 1 
3 1110011111111111 1 1 1 0 0 1 1 1 1 1 1 1 1 1 1 1 
4 1111101111111000 1 1 1 1 1 0 1 1 1 1 1 1 1 0 0 0 
5 1101111001110101 1 1 0 1 1 1 1 0 0 1 1 1 0 1 0 1 
6 1101111111111110 1 1 0 1 1 1 1 1 1 1 1 1 1 1 1 0 

Answer 2

這裏是你如何能做到這一點沒有一個循環（但不是真的，因爲在這個代碼中有很多隱式循環）：

import pandas as pd 

# read the above frame from the clipboard 
df = pd.read_clipboard(converters={'BINDATA': str}) 
df = df.fillna(nan).replace('None', nan).dropna(axis=0, how='all') 

# here are the lines that matter 
bindata = df.BINDATA.apply(list).apply(Series) 
bindata.columns = bindata.columns.map('B{0}'.format) 
res = pd.concat([df, bindata], axis=1).convert_objects(convert_numeric=True)