pandas中将每一行数据拆分成多行的方法

一.应用场景

用pandas处理数据时,我们经常会遇到将一行拆分成多行,或者将一列拆分成多列的方法,今天主要讲第一个问题,第二个问题下次讲。举个例子:我现有的数据如下:

其中TrainData是我需要将它的一行分成多行的数据,上面的图片没有显示完全,我们读取TrainData的第二行,详细数据如下:

LuKou_train_DF["TrainData"][1]='1902 1850 597 393 795 795,1850 597 393 795 795 334'

也就是说TrainData里面每一行都是一个字符串,每个字符串里面的元素是用逗号分割开来的多个轨迹,比如上面的数据包括两个轨迹:1902 1850 597 393 795 795 和 1850 597 393 795 795 334。每个轨迹前五个元素是历史轨迹,最后一个,也就是第六个元素是接下来的轨迹。我现在需要生成一个DataFrame数据,作为神经网络LSTM的训练数据。我需要的格式是每一行只有一个轨迹,也就是这样的:

  • 4
    点赞
  • 3
    收藏
    觉得还不错? 一键收藏
  • 打赏
    打赏
  • 1
    评论
可以使用Pandas库中的groupby()函数和agg()函数将多行重复数据合并一行。具体的做法是先多行数据一个Pandas的DataFrame中,然后使用groupby()函数对重复的数据进行分组,最后使用agg()函数将每组数据合并一行。示例代码如下: ```python import pandas as pd # 多行数据一个DataFrame中 df = pd.read_csv('data.csv') # 使用groupby()函数对重复的数据进行分组,然后使用agg()函数将每组数据合并一行 merged_df = df.groupby(['col1', 'col2'])['col3'].agg(lambda x: ' '.join(x)).reset_index() # 输出合并后的DataFrame print(merged_df) ``` 在上面的示例代码中,我们假设数据已经保存在一个名为`data.csv`的CSV文件中,然后使用Pandas库的read_csv()函数将数据取到一个DataFrame中。接着使用groupby()函数对DataFrame中的重复数据进行分组,指定分组的列为`col1`和`col2`,并指定需要合并的列为`col3`。最后使用agg()函数对每组数据进行合并,将`col3`列中的多行数据合并一行,并使用空格分隔。最后使用reset_index()函数将合并后的DataFrame的索引重新编号,然后将结果输出到屏幕上。 需要注意的是,上面的示例代码只是一种合并数据的方式,具体的实现方式需要根据实际情况进行调整。另外,如果需要将多列数据合并一列,只需要在agg()函数中指定多个列名,然后使用空格或其他分隔符进行连接即可。

“相关推荐”对你有帮助么?

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论 1
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包

打赏作者

skj1995

你的鼓励是我创作最大的动力

¥1 ¥2 ¥4 ¥6 ¥10 ¥20
扫码支付:¥1
获取中
扫码支付

您的余额不足,请更换扫码支付或充值

打赏作者

实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值