zexer

>>> import pandas as pd
>>> df = pd.DataFrame([['123', 'Anime|Action'], ['321', 'Adventure|Comedy']], columns=['title', 'genre'])
>>> df
  title             genre
0   123      Anime|Action
1   321  Adventure|Comedy
>>> df['genre'] = df['genre'].apply(lambda x: x.split('|'))
>>> df
  title                genre
0   123      [Anime, Action]
1   321  [Adventure, Comedy]
>>> df.explode('genre')
  title      genre
0   123      Anime
0   123     Action
1   321  Adventure
1   321     Comedy

pandas.DataFrame.explode

[ ' '.join(n) for n in zip(list1, list2) ]

Дополню немного ответ @sergey-gornostaev
Это срез, вернее даже два.
Дело в том, что в питоне объекты могут поддерживать протокол __getitem__, этот метод вызывается когда объект употребляется с квадратными скобками справа. Значение, указанное в квадратных скобках, будет передано в качестве аргумента этому методу.
Тут есть два нюанса:
В обычном выражении на питоне запятая означает что результат выражения - это кортеж. То. что вычислилось между запятыми, будет элементами кортежа:
x=1,2,3
Второй нюанс заключается в том, что в квадратных скобках питон поддерживает особый такой "синтаксический сахар" называемый срезами (slice).
Вам действительно лучше почитать про срезы в книге. В общем у среза есть три аргумента и все необязательные. Если аргумента три то срез "под сахаром" выглядит так: 3:10:2 - "с третьего включительно по десятый исключительно с шагом 2".
Срез 3::2 - означает "с третьего включительно до последнего включительно с шагом 2"
Шаг можно опустить, по умолчанию он равен 1 и тогда не нужно второе двоеточие. Можно также не указывать и начало среза (типа сначала). Так : означает срез "от начала включительно до конца включительно с шагом 1".
Такие срезы можно указать через запятую.
Фактически фрейм - это трёхмерный массив. Первые два измерения - это высота и ширина, третье - это компоненты цвета.
В вашем примере операцию проводят над всеми пикселями от верха и до низа, по всей ширине но в определённом канале.

Правда, почитайте книгу. Такие вещи нужно осваивать последовательно, а не наскоком.

today = datetime.datetime.today()
data_now=today.strftime("%Y-%m-%d)

Вот так, например.

from itertools import groupby

[
    dict(
        name=name, 
        id=id, 
        pos=[subitem['pos'] for subitem in subitems]
    ) 
    for (name, id), subitems in 
    groupby(
        dic, 
        lambda item: (item['name'], item['id'])
    )
]

Только у вас там, похоже, ошибка в примере для случаев с одиночными вхождениями. Не хватает двойного вложенного списка.
Если нужно именно так, то нужно будет добавить "раздевание" одноэлементных списков.

Не забудьте предварительную сортировку, если группируемые элементы могут быть не рядом.

points = ["42.07, 48.29", "42.81, 132.87", "42.82, 47.12", "42.88, 47.64", "42.98, 47.5"]
point1, point2 = list(), list()

for point in points:
    p1, p2 = point.split(',')
    point1.append(p1.strip())
    point2.append(p2.strip())

Здравствуйте, если разработка идёт на локальной машине до достаточно будет sqlite3. Чтобы не заморачиваться с поднятием у себя на машине нормальных баз данных. Ее удобно бэкапить, переносить и не нуждается в настройке.
Если переносите все в прод., То лучше использовать postgresql. Хотя бы потому что она opensource. И рабоатет быстрее того же mysql. Хотя в последних версиях разница совсем незначительная. Зато уронить ее сложнее.
https://m.habr.com/ru/post/348220
Вот статья в который расписаны все + и -.
Конечно есть проекты где лучше использовать nosql, например mongodb.
Но думаю, Вы все поймёте после прочтения статьи.

a = [1,2,3,4,5,6,7,8,9]
[a[i*3:i*3+3] for i in range(len(a)//3)]


[[1, 2, 3], [4, 5, 6], [7, 8, 9]]

Супер грамотный тутуриал на тему базы данных sqlite3 и python.
Супер грамотный тутуриал на тему sql.
Грамотнее не найдешь, даже не пытайся.

Нашёл ответ. Метод rolling

df = df.assign(mean3 = df.rolling(3, min_periods=1).hl2.mean())
df

import json

j = json.loads(здесь ваша строка json)

for x in j['items']:
	print(x['id'] +' - '+ x['classid'])

dict.keys() возвращает Dictionary view objects (dict_keys), а этот объект мутабельный и значит не может быть ключом в словаре.