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