Я вижу другие вопросы, которые люди задавали по этой теме, но многие решения, похоже, ориентированы на некоторую математическую операцию со специальными встроенными функциями для ее обработки (например, "повторить"). Я пытаюсь разбить текст на несколько строк, и он, похоже, не работает.
У меня есть следующие данные:
Я хочу разбить каждое приложение в каждой строке на свою строку и сохранить все остальные данные. Результат будет выглядеть примерно так:
Я попробовал несколько комбинаций "стека" или создания списков и создания новых DF, но я не мог понять, как получить с ним все другие столбчатые данные.
Мое частичное решение ниже дает только 2 столбца вместо всех (у меня около 20 столбцов и 200 тыс. Строк реальных данных).
import pandas as pd
data = [[1,'vuln1','App1;App2;App3'],[1,'vuln2','App1;App2;App3'],[1,'vuln3','App1;App2;App3']]
col = ['Machine','Vulnerability','Application']
df = pd.DataFrame(data, columns=col)
new_df = pd.DataFrame(df['Application'].str.split(';').tolist(), index=df['Machine']).stack()
Сначала я расширяю dataframe точкой с запятой, а затем использую функцию melt
для создания ожидаемого результата.
df1= pd.concat([df, df['Application'].str.split(';', expand=True)], axis=1)
df1.melt(['Machine','Vulnerability'], value_name='a').drop('variable', 1)
# Machine Vulnerability a
# 0 1 vuln1 App1
# 1 1 vuln2 App1
# 2 1 vuln3 App1
# 3 1 vuln1 App2
# 4 1 vuln2 App2
# 5 1 vuln3 App2
# 6 1 vuln1 App3
# 7 1 vuln2 App3
# 8 1 vuln3 App3
вам нужны np.repeat и df.stack()
out_df=pd.DataFrame(columns=df.columns)
out_df['Machine']=np.repeat(df['Machine'].values,repeats=len(df['Application'].str.split(';')),axis=0)
out_df['Vulnerability']=np.repeat(df['Vulnerability'].values,repeats=len(df['Application'].str.split(';')),axis=0)
out_df['Application']=df['Application'].str.split(';',expand=True).stack().values
print(out_df)
Machine Vulnerability Application
0 1 vuln1 App1
1 1 vuln1 App2
2 1 vuln1 App3
3 1 vuln2 App1
4 1 vuln2 App2
5 1 vuln2 App3
6 1 vuln3 App1
7 1 vuln3 App2
8 1 vuln3 App3