[PYTHON] 일련의 문자열 분해 / 스택

일련의 문자열 분해 / 스택

나는 가지고있다:

df = pd.DataFrame({'col1': ['asdf', 'xy', 'q'], 'col2': [1, 2, 3]})

   col1  col2
0  asdf     1
1    xy     2
2     q     3

col2의 각 요소 별 int와 함께 col1의 문자열에서 각 문자의 "조합 상품"을 가져오고 싶습니다. 나는

  col1  col2
0    a    1
1    s    1
2    d    1
3    f    1
4    x    2
5    y    2
6    q    3

현재 방법 :

from itertools import product

pieces = []
for _, s in df.iterrows():
    letters = list(s.col1)
    prods = list(product(letters, [s.col2]))
    pieces.append(pd.DataFrame(prods))

pd.concat(pieces)

더 효과적인 해결 방법은 무엇입니까?

해결법

1. ==============================

   1.list + str.join과 np.repeat 사용하기 -

   list + str.join과 np.repeat 사용하기 -

   pd.DataFrame(
   {
        'col1' : list(''.join(df.col1)), 
        'col2' : df.col2.values.repeat(df.col1.str.len(), axis=0)
   })
   
     col1  col2
   0    a     1
   1    s     1
   2    d     1
   3    f     1
   4    x     2
   5    y     2
   6    q     3
   

   솔루션을 많이 변경하지 않고도 여러 열에 대한 일반화 된 솔루션을 쉽게 얻을 수 있습니다.

   i = list(''.join(df.col1))
   j = df.drop('col1', 1).values.repeat(df.col1.str.len(), axis=0)
   
   df = pd.DataFrame(j, columns=df.columns.difference(['col1']))
   df.insert(0, 'col1', i)
   
   df
   
     col1 col2
   0    a    1
   1    s    1
   2    d    1
   3    f    1
   4    x    2
   5    y    2
   6    q    3
   

   공연

   df = pd.concat([df] * 100000, ignore_index=True)
   

   # MaxU's solution
   
   %%timeit
   df.col1.str.extractall(r'(.)') \
              .reset_index(level=1, drop=True) \
              .join(df['col2']) \
              .reset_index(drop=True)
   
   1 loop, best of 3: 1.98 s per loop
   

   # piRSquared's solution
   
   %%timeit
   pd.DataFrame(
        [[x] + b for a, *b in df.values for x in a],
        columns=df.columns
   )
   
   1 loop, best of 3: 1.68 s per loop
   

   # Wen's solution
   
   %%timeit
   v = df.col1.apply(list)
   pd.DataFrame({'col1':np.concatenate(v.values),'col2':df.col2.repeat(v.apply(len))})
   
   1 loop, best of 3: 835 ms per loop
   

   # Alexander's solution
   
   %%timeit
   pd.DataFrame([(letter, i) 
                 for letters, i in zip(df['col1'], df['col2']) 
                 for letter in letters],
                columns=df.columns)
   
   1 loop, best of 3: 316 ms per loop
   

   %%timeit
   pd.DataFrame(
   {
        'col1' : list(''.join(df.col1)), 
        'col2' : df.col2.values.repeat(df.col1.str.len(), axis=0)
   })
   
   10 loops, best of 3: 124 ms per loop
   

   Vaishali의 타이밍을 시도했지만이 데이터 세트에서 너무 오래 걸렸습니다.

2. ==============================

   2.

   pd.DataFrame([(letter, i) 
                 for letters, i in zip(df['col1'], df['col2']) 
                 for letter in letters],
                columns=df.columns)
   

3. ==============================

   3.

   In [86]: df.col1.str.extractall(r'(.)') \
              .reset_index(level=1, drop=True) \
              .join(df['col2']) \
              .reset_index(drop=True)
   Out[86]:
      0  col2
   0  a     1
   1  s     1
   2  d     1
   3  f     1
   4  x     2
   5  y     2
   6  q     3
   

4. ==============================

   4.트릭 목록에서 :-)

   트릭 목록에서 :-)

   df.col1=df.col1.apply(list)
   df
   Out[489]: 
              col1  col2
   0  [a, s, d, f]     1
   1        [x, y]     2
   2           [q]     3
   pd.DataFrame({'col1':np.concatenate(df.col1.values),'col2':df.col2.repeat(df.col1.apply(len))})
   Out[490]: 
     col1  col2
   0    a     1
   0    s     1
   0    d     1
   0    f     1
   1    x     2
   1    y     2
   2    q     3
   

5. ==============================

   5.하나 더:)

   하나 더:)

   df.set_index('col2').col1.apply(lambda x: pd.Series(list(x))).stack()\
   .reset_index(1,drop = True).reset_index(name = 'col1')
   
       col2    col1
   0   1       a
   1   1       s
   2   1       d
   3   1       f
   4   2       x
   5   2       y
   6   3       q
   

6. ==============================

   6.목록 이해력과 영리한 풀기가있는 일반 솔루션 :

   목록 이해력과 영리한 풀기가있는 일반 솔루션 :

   pd.DataFrame(
       [[x] + b for a, *b in df.values for x in a],
       columns=df.columns
   )
   
     col1  col2
   0    a     1
   1    s     1
   2    d     1
   3    f     1
   4    x     2
   5    y     2
   6    q     3
   

from https://stackoverflow.com/questions/48197234/explode-stack-a-series-of-strings by cc-by-sa and MIT license