如何为每行熊猫爆炸并保持合理比例的数字值

Question

我有这个数据帧：

A  B 
0  [0, 1, 2]  1 
1        foo  1 
2     [3, 4]  1

我想对"A"列使用分解函数，然后在"B"列的情况下为每个分解行保持正确和公平的比例。所以结果应该看起来像这样：

A  B 
0    0  0.33
0    1  0.33
0    2  0.33
1  foo  1 
2    3  0.5 
2    4  0.5

使用分解功能可以做到这一点吗？我会设法得到这个结果for row in data.itertuples():但是在大型数据帧的情况下，for循环非常慢。那么，您知道如何通过爆炸或其他快速方法解决此问题吗？

如果有任何帮助，我将不胜感激。

Answer 1

你可以explode"A";然后groupby索引和transformcount方法(计算每个索引的数量)，并将'B'中的元素除以其相应的索引计数。

out = df.explode('A')
out['B'] /= out['B'].groupby(level=0).transform('count')

输出：

A         B
0    0  0.333333
0    1  0.333333
0    2  0.333333
1  foo  1.000000
2    3  0.500000
2    4  0.500000

Answer 2

创建一个布尔掩码，该掩码指示A包含列表的行：

mask = df['A'].apply(lambda x: isinstance(x, list))

用整数 1 预填充新的分母列(以保持除以这些值不变)：

df['denom'] = 1

对于A为列表的每一行，用列表的长度覆盖B的值：

df.loc[mask, 'denom'] = df['A'].str.len()

分解列A，计算B的新值，并删除denom：

res = df.explode('A').reset_index(drop=True)
res['B'] = res['B'] / res['denom']
res = res.drop(columns='denom')

结果：

print(res)
A         B
0    0  0.333333
1    1  0.333333
2    2  0.333333
3  foo  1.000000
4    3  0.500000
5    4  0.500000

Answer 3

您可以使用explode，然后groupby+apply：

(df.explode('A')
.assign(B=lambda d: d.groupby(level=0)['B'].apply(lambda s:s/len(s)))
)

输出：

A         B
0    0  0.333333
0    1  0.333333
0    2  0.333333
1  foo  1.000000
2    4  0.500000
2    5  0.500000

输入：

df = pd.DataFrame({'A': [[0,1,2], 'foo', [4,5]],
'B': [1,1,1]})