如何使用一个CSV列规范化Python矩阵？

我有一个矩阵，其中“一栏”是CSV，如下所示：-

matrix = [
[1,"123,354,23"],[2,"234,34,678"]
]


该如何规范化，因此我在CSV列中为每个值获得一行，即，它看起来像这样：-

[
[1,123],[1,354],23],234],34],678]
]


我愿意使用numpy或pandas。

请注意，在我的特定情况下，还有许多其他非CSV列。

谢谢

在您给出的示例中，将这样做：

matrix = [
[1,"123,354,23"],[2,"234,34,678"]
]
import ast
expanded = [
[ index,item ]
for index,rowString in matrix
for item in ast.literal_eval('[' + rowString + ']')
]


对于其他“非CSV”情况，取决于它们的格式。在这里，ast.literal_eval是将表观标准（逗号分隔的字符串）转换为变量item可以迭代的Python序列的好工具。其他格式可能需要其他转换方法。

这将产生与您指定的列表完全相同的列表。 pandas是一个很好的工具，可以从那里开始使用。然后要将列表转换成pandas.DataFrame，您可以说：

import pandas as pd
df = pd.DataFrame(expanded,columns=['index','item']).set_index(['index'])
print(df)
# prints:
#
# item
# index
# 1 123
# 1 354
# 1 23
# 2 234
# 2 34
# 2 678


或者，如果用“许多其他非CSV列”表示在矩阵的每一行中任意数量的附加条目，但是最后一个仍然始终是CSV文本，那么它看起来可能像这样： >

matrix = [
[1,3.1415927,'Mary Poppins',2.7182818,'Genghis Khan',678"]
]
import ast
expanded = [
row[:-1] + [item]
for row in matrix
for item in ast.literal_eval('[' + row[-1] + ']')
]
import pandas as pd
df = pd.DataFrame(expanded).set_index([0])

,

如果矩阵包含以下形式的对（ first ， text ），则可以编写：

result = [
[first,int(rest)]
for first,text in matrix
for rest in text.split(",")]


或者，没有理解列表：

result = []
for first,text in matrix:
for rest in text.split(","):
result.append([first,int(rest)])