根据一列Python和Pandas的值创建多个列

我有一个用逗号分隔的数字列，现在这些值应该被拆分成新的列

Values
'456,567,67,96'
'67,987'
 

新的数据帧应如下所示：

Values              Value1  Value2  Value3  Value4
'456,567,67,96'     456     567      67      96
'67,987'            67      987
'4321,96,912        4321    87       912  

在每列旁边还有一个空列，用于将数字与名称映射

Values Name 
4321   EB_Meter
987    EB_Meter987
912    DG_Meter912
567    Ups_Meter567
456    Ups_Meter456
96     DG_Meter96
67     DGB_Meter

因此，最终的数据帧是：

Values              Value1  Name1           Value2   Name2         Value3 Name3      Value4 Name4
'456,567,67,96'     456     Ups_Meter456    567      Ups_Meter567  67     DGB_Meter   96   DG_Meter96
'67,987'            67      DGB_Meter       987      EB_Meter987
'4321,96,912        4321    EB_Meter        96       DG_Meter96    912    DG_Meter912

对于第一个输出：

splits = df.Values.str.split(',', expand=True)
out = df.join(splits.add_prefix('Value'))

输出：

          Values Value0 Value1 Value2 Value3
0  456,567,67,96    456    567     67     96
1         67,987     67    987   None   None
2     4321,96,91   4321     96     91   None

    Values           Value0    Value1    Value2    Value3  Name0         Name1         Name2      Name3
--  -------------  --------  --------  --------  --------  ------------  ------------  ---------  ----------
 0  456,567,67,96       456       567        67        96  Ups_Meter456  Ups_Meter567  DGB_Meter  DG_Meter96
 1  67,987               67       987                      DGB_Meter     EB_Meter987   nan        nan
 2  4321,96,91         4321        96        91            EB_Meter      DG_Meter96    nan        nan

对于后面的输出：

melt_splits = splits.reset_index().melt('index')

melt_splits['value'] = melt_splits['value'].map(df2.set_index('Values')['Name'])

out = out.join(melt_splits.pivot('index','variable', 'value').add_prefix('Name'))

输出：

          Values Value0 Value1 Value2 Value3
0  456,567,67,96    456    567     67     96
1         67,987     67    987   None   None
2     4321,96,91   4321     96     91   None

    Values           Value0    Value1    Value2    Value3  Name0         Name1         Name2      Name3
--  -------------  --------  --------  --------  --------  ------------  ------------  ---------  ----------
 0  456,567,67,96       456       567        67        96  Ups_Meter456  Ups_Meter567  DGB_Meter  DG_Meter96
 1  67,987               67       987                      DGB_Meter     EB_Meter987   nan        nan
 2  4321,96,91         4321        96        91            EB_Meter      DG_Meter96    nan        nan

对于第一个输出：

splits = df.Values.str.split(',', expand=True)
out = df.join(splits.add_prefix('Value'))

输出：

          Values Value0 Value1 Value2 Value3
0  456,567,67,96    456    567     67     96
1         67,987     67    987   None   None
2     4321,96,91   4321     96     91   None

    Values           Value0    Value1    Value2    Value3  Name0         Name1         Name2      Name3
--  -------------  --------  --------  --------  --------  ------------  ------------  ---------  ----------
 0  456,567,67,96       456       567        67        96  Ups_Meter456  Ups_Meter567  DGB_Meter  DG_Meter96
 1  67,987               67       987                      DGB_Meter     EB_Meter987   nan        nan
 2  4321,96,91         4321        96        91            EB_Meter      DG_Meter96    nan        nan

对于后面的输出：

melt_splits = splits.reset_index().melt('index')

melt_splits['value'] = melt_splits['value'].map(df2.set_index('Values')['Name'])

out = out.join(melt_splits.pivot('index','variable', 'value').add_prefix('Name'))

输出：

          Values Value0 Value1 Value2 Value3
0  456,567,67,96    456    567     67     96
1         67,987     67    987   None   None
2     4321,96,91   4321     96     91   None

    Values           Value0    Value1    Value2    Value3  Name0         Name1         Name2      Name3
--  -------------  --------  --------  --------  --------  ------------  ------------  ---------  ----------
 0  456,567,67,96       456       567        67        96  Ups_Meter456  Ups_Meter567  DGB_Meter  DG_Meter96
 1  67,987               67       987                      DGB_Meter     EB_Meter987   nan        nan
 2  4321,96,91         4321        96        91            EB_Meter      DG_Meter96    nan        nan

---

感谢您的帮助。但是，代码的第一部分工作正常，但我无法获得第二部分的结果。df2数据帧被命名为用户，并包含“UserId”和“UserName”列。感谢您的帮助。但是，代码的第一部分工作正常，但我无法获得第二部分的结果。df2数据帧被命名为用户并包含“UserId”和“UserName”作为列。