Question

我有这样的数据框：

import pandas as pd

data = [{'id': 'Jones', 'tf': [(0, 0.5), (1,2.0)]},
        {'id': 'Alpha', 'tf': [(1,2.0)]},
        {'id': 'Blue', 'tf': [(2,0.1),(1,0.2)]}]
df = pd.DataFrame(data)

` 我希望以这种形式拥有数据框：

'id', 'var', 'value'
Jones, 0, 0.5
Jones, 1, 2.0
Alpha, 1, 2.0
Blue, 2, 0.1
Blue, 1, 0.2

我可以分两步完成：

i）不需要形成：id，0,1,2 - columns

id   ,0  ,1  ,2
Jones,0.5,NaN,2.0 
Alpha,NaN,2.0,NaN
Blue ,0.2,NaN,0.1

ii）用id

融化

但步骤i）存在问题。我的数据集相当稀疏，因此对于NaN， unfsting会占用大量内存。

我正在寻找可以避免被取消的pandastic解决方案，并且它具有内存效率。

Answer 1

应该快点

stop
spot
tops
ostp
opts
post
pots

Answer 2

这是循环的方式。它不会很快，但需要的内存最少。

我使用query.endBefore进行快速的基于整数的查找，因此如果您的数据框中有其他列，则需要小心。

.iat

数据帧转换 - 如何节省内存？

2 个答案: