Question

我有一个Pandas系列字符串列表：

0                           [slim, waist, man]
1                                [slim, waistline]
2                                     [santa]

如您所见，列表因长度而异。我想要一种有效的方法将其折叠成一个系列

0 slim
1 waist
2 man
3 slim
4 waistline
5 santa

我知道我可以使用

分解列表

series_name.split(' ')

但是我很难将这些字符串放回一个列表中。

谢谢！

Answer 1

这是一个仅使用pandas函数的简单方法：

import pandas as pd

s = pd.Series([
    ['slim', 'waist', 'man'],
    ['slim', 'waistline'],
    ['santa']])

然后

s.apply(pd.Series).stack().reset_index(drop=True)

给出所需的输出。在某些情况下，您可能希望保存原始索引并添加第二级以索引嵌套元素，例如

0  0         slim
   1        waist
   2          man
1  0         slim
   1    waistline
2  0        santa

如果这是你想要的，只需从链中省略.reset_index(drop=True)。

Answer 2

你基本上只想在这里展平嵌套列表。

你应该能够迭代系列的元素：

slist =[]
for x in series:
    slist.extend(x)

或更清晰（但更难理解）列表理解：

slist = [st for row in s for st in row]

Answer 3

您可以尝试使用itertools.chain简化列表：

In [70]: from itertools import chain
In [71]: import pandas as pnd
In [72]: s = pnd.Series([['slim', 'waist', 'man'], ['slim', 'waistline'], ['santa']])
In [73]: s
Out[73]: 
0    [slim, waist, man]
1     [slim, waistline]
2               [santa]
dtype: object
In [74]: new_s = pnd.Series(list(chain(*s.values)))
In [75]: new_s
Out[75]: 
0         slim
1        waist
2          man
3         slim
4    waistline
5        santa
dtype: object

Answer 4

在熊猫0.25.0版中，出现了一种针对series和dataframes的新方法'explode'。较旧的版本没有这种方法。

它有助于建立所需的结果。

例如，您有这样的系列：

import pandas as pd

s = pd.Series([
    ['slim', 'waist', 'man'],
    ['slim', 'waistline'],
    ['santa']])

然后您就可以使用

s.explode()

要获得这样的结果：

0         slim
0        waist
0          man
1         slim
1    waistline
2        santa

对于数据框：

df = pd.DataFrame({
  's': pd.Series([
    ['slim', 'waist', 'man'],
    ['slim', 'waistline'],
    ['santa']
   ]),
   'a': 1
})

您将拥有这样的DataFrame：

                    s  a
0  [slim, waist, man]  1
1   [slim, waistline]  1
2             [santa]  1

正在s列上爆炸：

df.explode('s')

会给你这样的结果：

           s  a
0       slim  1
0      waist  1
0        man  1
1       slim  1
1  waistline  1
2      santa  1

Answer 5

series_name.sum()

完全满足您的需求。确保它是一系列列表，否则您的值将被串联（如果是字符串）或添加（如果是int）

Answer 6

您可以使用下面的列表连接运算符 -

lst1 = ['hello','world']
lst2 = ['bye','world']
newlst = lst1 + lst2
print(newlst)
>> ['hello','world','bye','world']

或者您可以使用list.extend()功能，如下所示 -

lst1 = ['hello','world']
lst2 = ['bye','world']
lst1.extend(lst2)
print(lst1)
>> ['hello', 'world', 'bye', 'world']

使用extend函数的好处是它可以在多种类型上工作，而concatenation运算符只有在LHS和RHS都是列表的情况下才能工作。

extend函数的其他示例 -

lst1.extend(('Bye','Bye'))
>> ['hello', 'world', 'Bye', 'Bye']

Answer 7

可以使用此功能进行平整和不平整

def flatten(df, col):
    col_flat = pd.DataFrame([[i, x] for i, y in df[col].apply(list).iteritems() for x in y], columns=['I', col])
    col_flat = col_flat.set_index('I')
    df = df.drop(col, 1)
    df = df.merge(col_flat, left_index=True, right_index=True)

    return df

展平：

def unflatten(flat_df, col):
    flat_df.groupby(level=0).agg({**{c:'first' for c in flat_df.columns}, col: list})

展开后，除了列顺序外，我们得到相同的数据框：

(df.sort_index(axis=1) == unflatten(flatten(df)).sort_index(axis=1)).all().all()
>> True

Answer 8

您也可以尝试：

combined = []
for i in s.index:
    combined = combined + s.iloc[i]

print(combined)

s = pd.Series(combined)
print(s)

输出：

['slim', 'waist', 'man', 'slim', 'waistline', 'santa']

0         slim
1        waist
2          man
3         slim
4    waistline
5        santa

dtype: object

Answer 9

如果您的pandas版本太旧而无法使用series_name.explode()，那么它也应该可以使用：

from itertools import chain

pd.Series(
    chain.from_iterable(
        value
        for i, value
        in series_name.iteritems()
    )
)

熊猫系列列表到一个系列

9 个答案: