再和熊猫，重塑名单

-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"]

如何创建一个数据帧，其中索引是（transaction_id）“001,002,003,004”，每行的p值列在列（product_id）中。

来源

2017-07-29 zsad512

您的名单列表...你的意思是一个字符串列表？ – DJK

这是一个字符串列表列表 – zsad512

请阅读[如何制作好可重复的熊猫示例]（http://stackoverflow.com/questions/20109391/how-to-make-good-reproducible-pandas-examples）并编辑相应地发布你的文章。 – MaxU

这可以这样做，

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(','))

它给你一个数据帧像这样

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

来源

2017-07-29 18:36:00 DJK

我怎样才能进一步分割它，使每个P值是一个单独的字符串，但仍然在同一行？所以002会有两个Product_Id字符串而不是一个？另外我怎样才能将索引标记为“transaction_id”？ – zsad512

@ zsad512，我已更新代码 – DJK

'代码'中存在一个错字（df.set_idex（['transaction_id']，inplace = True]）），因为还有一个额外的代码]，但代码正常工作，谢谢！现在，我必须根据这个数据框创建一个矩阵，如果产品在特定的篮子中，则为1，否则为0（对于列“P1-P10”），你知道我该怎么做吗？ – zsad512

再和熊猫，重塑名单

回答

相关问题