К содержанию
Quantoros

Столбец RecentDelays содержит списки задержек. Разверните их в DataFrame delays: первый элемент — в первый столбец,…

PythonУровень: Практикаpandas · очистка данных

Столбец RecentDelays содержит списки задержек. Разверните их в DataFrame delays: первый элемент — в первый столбец, второй — во второй и так далее. Недостающие элементы должны стать NaN. Назовите столбцы delay_1, delay_2 и далее; замените исходный столбец RecentDelays этими столбцами в df.

Предполагаются импорты import pandas as pd и import numpy as np.

Исходные данные и примеры:

df = pd.DataFrame({'From_To': ['LoNDon_paris', 'MAdrid_miLAN', 'londON_StockhOlm', 
                               'Budapest_PaRis', 'Brussels_londOn'],
              'FlightNumber': [10045, np.nan, 10065, np.nan, 10085],
              'RecentDelays': [[23, 47], [], [24, 43, 87], [13], [67, 32]],
                   'Airline': ['KLM(!)', '<Air France> (12)', '(British Airways. )', 
                               '12. Air France', '"Swiss Air"']})
Подсказки
  • Отличите отсутствующее значение от нуля, пустой строки и ложного значения.
  • Проверьте сравнение, агрегацию и фильтрацию на маленьком примере с пропуском.

Ответ

Преобразуйте каждый список в Series через apply(pd.Series): pandas выровняет элементы по позициям и заполнит отсутствующие позиции пропусками. Переименуйте столбцы, удалите RecentDelays и присоедините delays по индексу.

# there are several ways to do this, but the following approach is possibly the simplest

delays = df['RecentDelays'].apply(pd.Series)

delays.columns = ['delay_{}'.format(n) for n in range(1, len(delays.columns)+1)]

df = df.drop('RecentDelays', axis=1).join(delays)

df

Источник и лицензия: 100 pandas puzzles — Alex Riley and contributors · MIT · перевод: Quantoros

Похожие вопросы