Python：如何快速处理列中的值

Question

嗨，有一个数据帧类似于下面的数据帧df1。数据类型为string。你知道吗

    eye         nose       mouse       ear
  34_35_a      45_66_b    45_64_a     78_87_a
  35_38_a      75_76_b    95_37_a     38_79_a
  64_43_a      85_66_b    65_45_a     87_45_a

我想得到如下数据帧那样的数据帧。眼数据分为眼x、眼y，其他列相同，数据类型为float。你知道吗

 eye_x   eye_y    nose_x   nose_y     mouse_x  mouse_y     ear_x   ear_y        
    34       35       45       66         45        64        78       87
    35       38       75       76         95        37        38       79
    64       43       85       66         65        45        87       45

到目前为止，我知道如何通过以下代码获得（x，y）值：

 eye           nose       mouse       ear
  (34, 35)      (45,66)    (45,64)     (78,87)
  (35, 38)      (75,76)    (95,37)     (38,79)
  (64, 43)      (85,66)    (65,45)     (87,45)

你知道吗

def process_xy(val_str):
    s = val_str.split('_')
    x = float(s[0])
    y = float(s[1])
    label = int(s[2])
    return np.array([x, y])

keypoint_cols = list(df.columns)
d = None
for col in keypoint_cols:
    df[col+'_xy'] = df[col].apply(process_xy)

df2 = df.drop(keypoint_cols, axis=1)

Answer 1

您可以再次尝试stack和unstacking。你知道吗

v = df.stack().str.split('_', expand=True).iloc[:, :-1]
v.columns = ['x', 'y']

v = v.unstack().swaplevel(0, 1, axis=1)
v.columns = v.columns.map('_'.join)

v.sort_index(axis=1)

  ear_x ear_y eye_x eye_y mouse_x mouse_y nose_x nose_y
0    78    87    34    35      45      64     45     66
1    38    79    35    38      95      37     75     76
2    87    45    64    43      65      45     85     66

Answer 2

这里有一种使用列表理解和pd.concat的方法。你知道吗

res = pd.concat([df[col].str.split('_', expand=True).iloc[:, :2].add_prefix(col) \
                for col in df], axis=1).astype(int)

我将列后缀重命名作为练习。你知道吗

结果

  eye0 eye1 nose0 nose1 mouse0 mouse1 ear0 ear1
0   34   35    45    66     45     64   78   87
1   35   38    75    76     95     37   38   79
2   64   43    85    66     65     45   87   45

解释

• 使用pd.concat和axis=1沿列聚合每个类别。你知道吗
• 按_分割值，使用expand=True并只取前2个分量。你知道吗
• 使用pd.DataFrame.astype转换为int。你知道吗

Answer 3

我将用stack和apply(pd.Series)做什么str.split

s=df.apply(lambda x : x.str.split('_')).stack().apply(pd.Series)# convert to list then unnesting it 
s=s.apply(pd.to_numeric,errors='coerce').dropna(1).rename(columns={0:'x',1:'y'}).unstack() # apply the numeric check , drop the na
s.columns=s.columns.map('{0[1]}_{0[0]}'.format)# change multiple column to flatten 
s
Out[1274]: 
   eye_x  nose_x  mouse_x  ear_x  eye_y  nose_y  mouse_y  ear_y
0     34      45       45     78     35      66       64     87
1     35      75       95     38     38      76       37     79
2     64      85       65     87     43      66       45     45