的Python：将字符串分割在其他列表元素

Question

所以我有一个是结构如下方式大熊猫据帧条件：

In: df.head(1) 
Out: 
Individual  Employer     EmployerState  BranchesState     BranchesNr 
872570   (4210, 7463, 23130, 133752) (MN, GA, NY, AZ) (MN, AZ, GA, AZ, NY, AZ, AZ) (0, 1, 0, 1, 0, 1, 0) 

现在我打算做的是分裂所有多个用人单位的信息，并创建一个每个雇主和雇员对单个记录，像这样：

Individual  Employer  EmployerState BranchesState  BranchesNr 
872570   4210   MN    MN, AZ    0, 1 
872570   7463   GA    GA, AZ    0, 1 
872570   23130   NY    NY, AZ    0, 1 
872570   133752   AZ    AZ     0 

目前，我能够通过将做到这一点对列个人，雇主和EmployerState下面的代码：

rows = [] # Store individuals in empty array 
for _, row in indv_sub.iterrows(): 

# If there are multiple employers 
# Example: 
# Individual | Employer  =>   Individual | Employer 
# 123  | (XY, AB)     123  | XY 
#          123  | AB 

    if len(str(row['Employer']).split(','))>1: 
     # split the individual record into as many employers as an individual has 
     [rows.append(
       [row['Individual'], 
        m.replace('(','').replace(')',''), 
        l.replace('(','').replace(')',''), 
        row['BranchesState']]) 
        for m,l in zip(row['Employer'].split(','),row['EmployerState'].split(','))] 
    else: 
     # just add the single employer 
     rows.append([row['Individual'], row['Employer'], row['EmployerState'], row['BranchesState']]) 

indv_relevant = pd.DataFrame(rows,columns=('Individual','Employer','EmployerState','BranchesState')) 
indv_relevant = indv_relevant.convert_objects(convert_numeric=True) 

这工作得很好，但我不能很好地拆分BranchesState列。我添加了一个BranchesNr字段，用于指示下一个雇主的分支。因此，考虑这个例子：

Employer   BranchesState     BranchesNr 
(MN, GA, NY, AZ) (MN, AZ, GA, AZ, NY, AZ, AZ) (0, 1, 0, 1, 0, 1, 0) 

的第一个值是0,1后面是0，这表明所有到第二位置的分支属于第一个雇主。

list(row['BranchesState'].split(','))[:2] # would be attributable to the first employer 

接下来是位置3到4，这归因于第二雇主等等。我不太清楚如何很好地实现它。任何想法或建议？

P.S：字段是字符串而不是元组/列表。另外0,1,0只是一个例子，一些序列是0,1,2,0,1,0,1,2,3,4等。

要包括的数据的更多的变化，这里是10个观察值的示例：

{u'BrnchOfLoc_FirmNr '：{1490：U'（0，0） ' 1498：U'（0， 0,0,1,0'）， 1594：u'（0,0）'， 1618：u'（0,0,0）'， 1632：u'（0,0）'， 1633：u '（0,0）'， 1687：u'（0,0）'， 1738：u'（0,0）'， 1783：u'（0,0,1）'， 1793：u '（0,0）'}， u'BrnchOfLoc_state'：{1490：u'（CA，CA）'， 1498：u'（CA，CA，CA，CA）'， 1594：u' ，PA）'， u'（FL，FL）'， 1618：u'（CA，CA，CA）'， 1632：u'（NY，NY）'， 1633：u'（NH，NH）'， 1687： 1738：u'（CA，CA）'， 1783：u'（MS，MS，LA）'， 1793：u'（NJ，NJ）''， u'CrntEmp_orgPK'：{1490：u' （13572,144875）'， 1498：u'（112059,137743）'， 1594：u'（519,162200）'， 1618：u'（23131,111532,113269）'， 1632：u' （6627,118660）'， 1633：u'（6413,131406）'， 1687：u'（131587,142133）'， 1738：u'（23131,105698）'， 1783：u'（159778 ，160431）'， 1793：u'（6413,128859）'}，（CA，CA）'，{'1490：u'（CA，CA）'， 1498：u'（CA，CA）'， 1594：u'（PA，PA）'， 1618： CA，CA）'， 1632：u'（NY，NY）'， 1633：u'（MA，NH）'， 1687：u'（FL，FL）'， 1738：u' CA）'， 1783：u'（MS，LA）'， 1793：u'（MA，NJ）''， u'Info_indv1PK'：{1490：u'731003'， 1498：u'29443' ， 1594：u'708024' ， 1618：u'707057' ， 1632：u'830502' ， 1633：u'854101' ， 1687：u'706344' ， 1738：u'867229' ， 1783：u'734227'， 1793 ：u'849856' }， 'NumberEmployer'：{1490：2， 1498：2， 1594：2， 1618：3，1632 ：2， 1633：2， 1687：2， 1738： 2， 1783：2， 1793：2}}

Answer 1

我觉得这让你快到了，但我仍然不分裂EmployerState规则明确。也许你可以包含一个额外的例子？

df = pd.DataFrame(
    {'BranchesNr': ['(0, 1, 0, 1, 0, 1, 0)', 
        '(0, 1, 0, 1, 0, 1, 0)'], 
    'BranchesState': ['(MN, AZ, GA, AZ, NY, AZ, AZ)', 
         '(MN, AZ, GA, AZ, NY, AZ, AZ)'], 
    'Employer': ['(4210, 7463, 23130, 133752)', 
        '(4210, 7463, 23130, 133752)'], 
    'EmployerState': ['(MN, GA, NY, AZ)', 
         '(MN, GA, NY, AZ)'], 
    'Individual': [872570, 872570]}) 

df['Employer'] = df.Employer.str.findall('(\d+)') 
df['EmployerState'] = df.EmployerState.str.findall('(\w+)') 
df['BranchesState'] = df.BranchesState.str.findall('(\w+)') 
df['BranchesNr'] = df.BranchesNr.str.findall('(0|1)+') 

indices = [[0] + [n for n, flag in enumerate(branches, 1) if flag == '1'] 
      for branches in df.BranchesNr] 

>>> [(row. Individual, row.Employer[n], row. EmployerState[n]) 
    for idx, row in df.iterrows() 
    for n in range(len(row.Employer))] 


[(872570, '4210', 'MN'), 
(872570, '7463', 'GA'), 
(872570, '23130', 'NY'), 
(872570, '133752', 'AZ'), 
(872570, '4210', 'MN'), 
(872570, '7463', 'GA'), 
(872570, '23130', 'NY'), 
(872570, '133752', 'AZ')]