pandas数据预处理行数据复制
现有一张进货表格，数据如下,需要将商品数量与商品名称拆分，最终实现有多少个商品显示多少行数据。
即当商品为“鸡蛋*5”时，需要有5条鸡蛋数据。
1 2 3 4 | import pandas as pdimport numpy as npfile_path=r"E:临时数据预处理.xlsx"data=pd.read_excel(file_path) |
1 2 | #首先将不同商品做拆分，间隔符为","data10=data.join(data["商品"].str.split(",",expand=True)) |
拆分后的数据
如下：
1 2 3 4 5 6 7 8 9 10 11 12 13 | #不同商品拆分后第一次复制data20=data10[["日期",0]]data20.rename(columns={0:"商品"},inplace=True)data30=data10[["日期",1]]data30.rename(columns={1:"商品"},inplace=True)data40=data10[["日期",2]]data40.rename(columns={2:"商品"},inplace=True)data_con=pd.concat([data20,data30,data40])data_con=data_con[data_con["商品"].notna()] |
1 2 3 | #将商品名称与商品数量拆分data_con.reset_index(drop=True,inplace=True)data_con=data_con.join(data_con["商品"].str.split("*",expand=True)) |
拆分后的数据
如下：
1 2 | data_con.rename(columns={0:"商品名称",1:"商品数量"},inplace=True)data_con["商品数量"]=data_con["商品数量"].astype(int) |
1 2 3 4 5 6 | #商品名称与数量拆分后第二次复制data_pro=pd.DataFrame()for i in range(data_con.shape[0]): data_temp=pd.DataFrame(np.repeat(pd.DataFrame(data_con.iloc[i]).T.values,data_con.iloc[i]["商品数量"],axis=0)) data_temp.columns=pd.DataFrame(data_con.iloc[i]).T.columns data_pro=pd.concat([data_pro,data_temp]) |
1 2 3 | data_pro=data_pro[['日期', '商品名称']]data_pro["商品数量"]=1 |
最后将data_pro导出即可。
总结
以上为个人经验，希望能给大家一个参考，也希望大家多多支持IT俱乐部。
