Dividere le stringhe in tuple in colonne, in Pandas

Question

Ho il seguente DataFrame, dove Track ID è l'indice di riga. Come posso dividere la stringa nella colonna stats in 5 colonne di numeri?

Track ID stats 
14.0 (-0.00924175824176, 0.41, -0.742016492568, 0.0036830094242, 0.00251748449963) 
28.0 (0.0411538461538, 0.318230769231, 0.758717081514, 0.00264000622468, 0.0106535783677) 
42.0 (-0.0144351648352, 0.168438461538, -0.80870348637, 0.000816872566404, 0.00316572586742) 
56.0 (0.0343461538462, 0.288730769231, 0.950844962874, 6.1608706775e-07, 0.00337262030771) 
70.0 (0.00905164835165, 0.151030769231, 0.670257006716, 0.0121790506745, 0.00302182567957) 
84.0 (-0.0047967032967, 0.171615384615, -0.552879463981, 0.0500316517755, 0.00217970256969) 

Answer 1

e per l'altro caso, ammesso che sono stringhe che assomigliano a tuple:

In [74]: df['stats'].str[1:-1].str.split(',', expand=True).astype(float) 
Out[74]: 
      0   1   2   3   4 
0 -0.009242 0.410000 -0.742016 0.003683 0.002517 
1 0.041154 0.318231 0.758717 0.002640 0.010654 
2 -0.014435 0.168438 -0.808703 0.000817 0.003166 
3 0.034346 0.288731 0.950845 0.000001 0.003373 
4 0.009052 0.151031 0.670257 0.012179 0.003022 
5 -0.004797 0.171615 -0.552879 0.050032 0.002180 

(Nota: per le versioni precedenti di panda (< 0.16.1), è necessario utilizzare return_type='frame' anziché la parola chiave anche ampliata)

Tra l'altro, se sono tuple e non stringhe, è possibile semplicemente effettuare le seguenti operazioni:

df['stats'].apply(pd.Series) 

Quest'ultimo può anche essere combinato con quanto sopra (se la return_type='frame' non è ancora disponibile):

df['stats'].str[1:-1].str.split(',').apply(pd.Series).astype(float) 

Answer 2

Supponendo di avere una colonna che contiene le tuple (come appare nel tuo esempio), piuttosto che le stringhe, questo funzionerà:

df = pandas.DataFrame({'Track ID': [14, 28, 42], 'stats': [(1, 2, 3, 4, 5), (1, 2, 3, 4, 5), (1, 2, 3, 4, 5)]}).set_index("Track ID") 

from operator import itemgetter 
for i in range(5): 
    df["Col {}".format(i)] = df.stats.apply(itemgetter(i)) 

Se in realtà hanno le stringhe che assomigliano tuple, si può li analizzare prima e poi applicare lo stesso schema di cui sopra:

df = df2 = pandas.DataFrame({'Track ID': [14, 28, 42], 'stats': ["(1, 2, 3, 4, 5)", "(1, 2, 3, 4, 5)", "(1, 2, 3, 4, 5)"]}).set_index("Track ID") 
df.stats = df2.stats.str.strip("()").str.split(", ") 

Answer 3

Se si dispone di una sequenza di tuple e non stringhe, e li volete come colonne dataframe, questo è l'approccio più semplice:

df = pd.concat([df['Track ID'],pd.DataFrame(df['stats'].values.tolist())], axis=1) 

Se è in realtà stringhe, è possibile prima convertirlo in liste in questo modo, quindi applica l'operazione sopra riportata:

dfpart = pd.DataFrame(df['stats'].apply(lambda x: x.strip('()').split(', ')).values.tolist()).astype(float) 
df = pd.concat([df['Track ID'], dfpart], axis=1)