将列分为行并在交叉处添加多个标签

Question

Task1

假定数据集

    Name    B   C
0   James   a   a,b,c,d
1   James   a   NaN
2   Rudy    b   a,f
3   Karl    c   e,c

在c列中，值是列表形式的，我想将它们拆分并添加到行中。删除C列为NaN的值

我想要的输出

    Name    B   C
0   James   a   a
1   James   a   b
2   James   a   c
3   James   a   d
4   Rudy    b   a
5   Rudy    b   f
6   Karl    c   e
7   Karl    c   c

Task2

我想根据James，Rudy，Karl和'C'列之间的关系进行标记。

标签标准（∩平均交集）

Label    column 'C' value
 0       James  
 1       Rudy   
 2       Karl   
 3       James ∩ Rudy   
 4       James ∩ Karl       
 5       Rudy ∩ Karl        
 6       James ∩ Rudy ∩ Karl

我想根据每个同等的'C'值所属的位置进行标记。

最终结果反映了我想要的内容

    Name    B   C   Label
0   James   a   a   3
1   James   a   b   0
2   James   a   c   4
3   James   a   d   0
4   Rudy    b   a   3
5   Rudy    b   f   1
6   Karl    c   e   2
7   Karl    c   c   4

例如，'C'列中的'a'被标记为3，因为它同时出现在James和Rudy中

对我来说很难。如果您能帮助我，我将不胜感激。

谢谢您的阅读。

Answer 1

对于任务1，如果C列中的数据是您所说的列表，则可以使用explode。

df.explode('C').dropna()

    Name    B   C
0   James   a   a
0   James   a   b
0   James   a   c
0   James   a   d
2   Rudy    b   a
2   Rudy    b   f
3   Karl    c   e
3   Karl    c   c

对于任务2，无法完全理解其逻辑。

Answer 2

第一部分将DataFrame.explode和DataFrame.explode与DataFrame.dropna和DataFrame.dropna用作默认索引：

DataFrame.reset_index

然后使用DataFrame.reset_index创建第二个系列，用于drop=True：

#if values are lists
df1 = df.explode('C').dropna(subset=['C']).reset_index(drop=True)
#if values are separated by , add split
#df1 = df.assign(C = df['C'].str.split(',')).explode('C').dropna(subset=['C']).reset_index(drop=True)
print (df1)
    Name  B  C
0  James  a  a
0  James  a  b
0  James  a  c
0  James  a  d
2   Rudy  b  a
2   Rudy  b  f
3   Karl  c  e
3   Karl  c  c

Answer 3

有趣的锻炼。

DataFrame.set_index

Answer 4

DataFrame.set_index

结果：

Series.map