Question

我有DataFrame df：

    a  b                   c
0   7  5  [[-4, 7], [-5, 6]]
1  13  5  [[-9, 4], [-3, 7]]

我想将带有列表单元格列表（列“ c”）的列展平到单独的DataFrame中，这样：

单独的列表对应于各个条目
单独列表中的元素被拆分为新列

我设法在下面获得期望的结果（我知道有int到float的转换，但这对我来说并不麻烦）：

    a  b    d    e
0   7  5 -4.0  7.0
1   7  5 -5.0  6.0
2  13  5 -9.0  4.0
3  13  5 -3.0  7.0

但是，我认为这样做的方法并不理想，因为它首先使用大量代码，其次使用iterrows()。

下面是我的代码：

old_cols = list(df)
old_cols.remove('c')
new_cols = ['d', 'e']
all_cols = old_cols + new_cols
df_flat = pd.DataFrame(columns=all_cols)
for idx, row in df.iterrows():
    data = row['c']
    for entry in data:
        temp_series = pd.Series(index=new_cols)
        temp_series['d'] = entry[0]
        temp_series['e'] = entry[1]
        new_row = pd.concat([row[old_cols], temp_series])
        df_flat = df_flat.append(new_row, ignore_index=True)

Answer 1

将groupby + apply与pd.DataFrame结合使用：

df = df.groupby(['a','b'])\
       .apply(lambda x: pd.DataFrame(x['c'].tolist()[0], columns=['c','d']))\
       .reset_index([0,1]).reset_index(drop=True)

print(df)
    a  b  c  d
0   7  5 -4  7
1   7  5 -5  6
2  13  5 -9  4
3  13  5 -3  7

说明：

因为列c中的每个值都是列表列表。为了简化它们并使它们成为不同的列，我们采用x['c'].tolist()，其中包含2个没有用的开括号（[[[values],[values]]]），因此x['c'].tolist()[0]给出[[values],[values]]用作数据存储到pd.DataFrame列{{1}上的['c','d']列和最终reset_index列levels = [0,1]中。{p>

['a','b']

将包含Pandas DataFrame中列表列表的单元格解压缩为新DataFrame的单独行和列

1 个答案: