我目前正在探索一个CSV格式的数据集，其中的值如下所示：

example 1, class 1example 2, class 1, class 2example 3, class 2,example 4, class 1, class 2, class 4

如你所见，每个示例被分配了不同长度的类别。是否有任何方法（使用numpy或pandas）可以帮助我将这些数据转换为每个实例一个类别？就像下面这样：

example 1, class 1example 2, class 1example 2, class 2example 3, class 2example 4, class 1example 4, class 2example 4, class 4

我这样做是为了便于将数据输入到神经网络模型中。我已经尝试了pandas的几种方法，但 hitherto 没有成功。

回答：

我会使用Python的字符串操作和列表解析来处理这个问题。

m = lambda x: map(str.strip, x.split(','))with open('test.csv') as f:    df = pd.DataFrame(        [[x, y] for x, *ys in map(m, f.readlines()) for y in ys if y],        columns=['Example', 'Class']    )df     Example    Class0  example 1  class 11  example 2  class 12  example 2  class 23  example 3  class 24  example 4  class 15  example 4  class 26  example 4  class 4