我有一个pandas数据帧（这只是一小块）
>>> d1
y norm test y norm train len(y_train) len(y_test) \
0 64.904368 116.151232 1645 549
1 70.852681 112.639876 1645 549
SVR RBF \
0 (35.652207342877873, 22.95533537448393)
1 (39.563683797747622, 27.382483096332511)
LCV \
0 (19.365430594452338, 13.880062435173587)
1 (19.099614489458364, 14.018867136617146)
RIDGE CV \
0 (4.2907610988480362, 12.416745648065584)
1 (4.18864306788194, 12.980833914392477)
RF \
0 (9.9484841581029428, 16.46902345373697)
1 (10.139848213735391, 16.282141345406522)
GB \
0 (0.012816232716538605, 15.950164822266007)
1 (0.012814519804493328, 15.305745202851712)
ET DATA
0 (0.00034337162272515505, 16.284800366214057) j2m
1 (0.00024811554516431878, 15.556506191784194) j2m
>>>
我想拆分包含元组的所有列。例如，我想将列LCV替换为列LCV-a和LCV-b。
我该怎么做？
答案 0 :(得分：110)
您可以通过在该列上执行pd.DataFrame(col.tolist())来执行此操作：
In [2]: df = pd.DataFrame({'a':[1,2], 'b':[(1,2), (3,4)]})
In [3]: df
Out[3]:
a b
0 1 (1, 2)
1 2 (3, 4)
In [4]: df['b'].tolist()
Out[4]: [(1, 2), (3, 4)]
In [5]: pd.DataFrame(df['b'].tolist(), index=df.index)
Out[5]:
0 1
0 1 2
1 3 4
In [6]: df[['b1', 'b2']] = pd.DataFrame(df['b'].tolist(), index=df.index)
In [7]: df
Out[7]:
a b b1 b2
0 1 (1, 2) 1 2
1 2 (3, 4) 3 4
注意：在早期版本中，此答案建议使用df['b'].apply(pd.Series)代替pd.DataFrame(df['b'].tolist(), index=df.index)。这也是有效的（因为它使每个元组成为一个系列，然后被视为一行数据帧），但比tolist版本更慢/使用更多内存，如此处的其他答案所述（感谢@denfromufa）
我更新了这个答案，以确保最明显的答案是最佳解决方案。
答案 1 :(得分：23)
在更大的数据集上，我发现someValues.forEach(x => { let a = 2 + x; console.log(a); });
比.apply()慢几个订单
这个性能问题在GitHub中已经关闭，尽管我不同意这个决定：
答案 2 :(得分：8)
我知道这是不久前的事，但是第二个解决方案的一个警告：
pd.DataFrame(df['b'].values.tolist())
是它将显式地丢弃索引，并添加默认顺序索引，而接受的答案
apply(pd.Series)
不会，因为apply的结果将保留行索引。虽然订单最初是从原始数组中保留的，但是pandas会尝试匹配来自两个数据帧的指标。
如果您尝试将行设置为数字索引数组，这可能非常重要，并且pandas会自动尝试将新数组的索引与旧数组匹配，并导致排序中的某些失真。
更好的混合解决方案是将原始数据帧的索引设置为新的，即
pd.DataFrame(df['b'].values.tolist(), index=df.index)
这将保持使用第二种方法的速度，同时确保在结果上保留顺序和索引。
答案 3 :(得分：5)
我认为更简单的方法是：
>>> import pandas as pd
>>> df = pd.DataFrame({'a':[1,2], 'b':[(1,2), (3,4)]})
>>> df
a b
0 1 (1, 2)
1 2 (3, 4)
>>> df['b_a']=df['b'].str[0]
>>> df['b_b']=df['b'].str[1]
>>> df
a b b_a b_b
0 1 (1, 2) 1 2
1 2 (3, 4) 3 4
答案 4 :(得分：0)
str的{{1}}个对象可用的pandas.Series访问器实际上是可迭代的。
假设一个dtype == object pandas.DataFrame：
df我们可以测试它是否可迭代
df = pd.DataFrame(dict(col=[*zip('abcdefghij', range(10, 101, 10))]))
df
col
0 (a, 10)
1 (b, 20)
2 (c, 30)
3 (d, 40)
4 (e, 50)
5 (f, 60)
6 (g, 70)
7 (h, 80)
8 (i, 90)
9 (j, 100)
然后我们可以像处理其他可迭代项一样从中进行分配：
from collections import Iterable
isinstance(df.col.str, Iterable)
True
因此，我们可以在一行中分配两列
var0, var1 = 'xy'
print(var0, var1)
x y
仅稍微复杂一点，我们可以使用df['a'], df['b'] = df.col.str
df
col a b
0 (a, 10) a 10
1 (b, 20) b 20
2 (c, 30) c 30
3 (d, 40) d 40
4 (e, 50) e 50
5 (f, 60) f 60
6 (g, 70) g 70
7 (h, 80) h 80
8 (i, 90) i 90
9 (j, 100) j 100
创建类似的可迭代
zip意思是，请勿对现有的df['c'], df['d'] = zip(*df.col)
df
col a b c d
0 (a, 10) a 10 a 10
1 (b, 20) b 20 b 20
2 (c, 30) c 30 c 30
3 (d, 40) d 40 d 40
4 (e, 50) e 50 e 50
5 (f, 60) f 60 f 60
6 (g, 70) g 70 g 70
7 (h, 80) h 80 h 80
8 (i, 90) i 90 i 90
9 (j, 100) j 100 j 100
进行变异
之所以有效，是因为df接受关键字参数，其中关键字是新（或现有）列名称，而值将是新列的值。您可以使用字典并用assign解压缩它，并将其用作关键字参数。因此，这是分配名为**的新列的聪明方法，该列是'g'迭代的第一项，而df.col.str是'h'迭代的第二项。
df.col.strdf.assign(**dict(zip('gh', df.col.str)))
col g h
0 (a, 10) a 10
1 (b, 20) b 20
2 (c, 30) c 30
3 (d, 40) d 40
4 (e, 50) e 50
5 (f, 60) f 60
6 (g, 70) g 70
7 (h, 80) h 80
8 (i, 90) i 90
9 (j, 100) j 100
方法版本具有现代的列表理解功能和变量解压缩功能。
注意：也使用list
join变异版本为
df.join(pd.DataFrame([*df.col], df.index, [*'ef']))
col g h
0 (a, 10) a 10
1 (b, 20) b 20
2 (c, 30) c 30
3 (d, 40) d 40
4 (e, 50) e 50
5 (f, 60) f 60
6 (g, 70) g 70
7 (h, 80) h 80
8 (i, 90) i 90
9 (j, 100) j 100
使用上面定义的一个
df[['e', 'f']] = pd.DataFrame([*df.col], df.index)
大10 ^ 3倍
%timeit df.assign(**dict(zip('gh', df.col.str)))
%timeit df.assign(**dict(zip('gh', zip(*df.col))))
%timeit df.join(pd.DataFrame([*df.col], df.index, [*'gh']))
1.16 ms ± 21.5 µs per loop (mean ± std. dev. of 7 runs, 1000 loops each)
635 µs ± 18.7 µs per loop (mean ± std. dev. of 7 runs, 1000 loops each)
795 µs ± 42.5 µs per loop (mean ± std. dev. of 7 runs, 1000 loops each)