Question

我有一个pandas数据框列，看起来有点像：

Out[67]:
0      ["cheese", "milk...
1      ["yogurt", "cheese...
2      ["cheese", "cream"...
3      ["milk", "cheese"...

现在，最终我想把它作为一个单一的列表，但是在尝试压扁这个时，我注意到pandas将["cheese", "milk", "cream"]视为str而不是list

我将如何解决这个问题，以便最终：

["cheese", "milk", "yogurt", "cheese", "cheese"...]

[编辑] 所以下面给出的答案似乎是：

s = pd.Series(["['cheese', 'milk']", "['yogurt', 'cheese']", "['cheese', 'cream']"])

s = s.str.strip("[]")
df = s.str.split(',', expand=True)
df = df.applymap(lambda x: x.replace("'", '').strip())
l = df.values.flatten()
print (l.tolist())

哪个很棒，问题得到解答，答案被接受了，但这对我来说是一个相当不优雅的解决方案。

Answer 1

您可以使用numpy.flatten然后展平嵌套lists - see：

print df
                  a
0    [cheese, milk]
1  [yogurt, cheese]
2   [cheese, cream]

print df.a.values
[[['cheese', 'milk']]
 [['yogurt', 'cheese']]
 [['cheese', 'cream']]]

l = df.a.values.flatten()
print l
[['cheese', 'milk'] ['yogurt', 'cheese'] ['cheese', 'cream']]

print [item for sublist in l for item in sublist]
['cheese', 'milk', 'yogurt', 'cheese', 'cheese', 'cream']

编辑：

您可以尝试：

import pandas as pd

s = pd.Series(["['cheese', 'milk']", "['yogurt', 'cheese']", "['cheese', 'cream']"])

#remove []
s = s.str.strip('[]')
print s
0      'cheese', 'milk'
1    'yogurt', 'cheese'
2     'cheese', 'cream'
dtype: object

df = s.str.split(',', expand=True)
#remove ' and strip empty string
df = df.applymap(lambda x: x.replace("'", '').strip())
print df
        0       1
0  cheese    milk
1  yogurt  cheese
2  cheese   cream

l = df.values.flatten()
print l.tolist()
['cheese', 'milk', 'yogurt', 'cheese', 'cheese', 'cream']

Answer 2

要将列值从str转换为列表，您可以使用df.columnName.tolist()，为了展平您可以df.columnName.values.flatten()

Answer 3

您可以将Series转换为DataFrame，然后致电stack：

s.apply(pd.Series).stack().tolist()

包含数组的pandas系列

3 个答案: