Question

我有一个非常简单的Pandas dataframe，其中每个单元格都包含一个列表。我想将列表中的每个元素拆分为它自己的列。我可以通过导出值然后创建新的dataframe来实现。如果我的dataframe在列表列之外有一个列，那么这似乎不是一个很好的方法。

import pandas as pd

df = pd.DataFrame(data=[[[8,10,12]],
                        [[7,9,11]]])

df = pd.DataFrame(data=[x[0] for x in df.values])

期望的输出：

   0   1   2
0  8  10  12
1  7   9  11

基于@Psidom回复的跟进：

如果我确实有第二栏：

df = pd.DataFrame(data=[[[8,10,12], 'A'],
                        [[7,9,11], 'B']])

我怎么不松开其他栏？

期望的输出：

   0   1   2  3 
0  8  10  12  A
1  7   9  11  B

Answer 1

您可以使用apply()函数遍历该系列，并将每个列表转换为Series，这会自动将列表展开为列方向的系列：

df[0].apply(pd.Series)

#   0    1   2
#0  8   10  12
#1  7    9  11

更新：要保留数据框的其他列，可以将结果与要保留的列连接起来：

pd.concat([df[0].apply(pd.Series), df[1]], axis = 1)

#   0    1   2  1
#0  8   10  12  A
#1  7    9  11  B

Answer 2

你可以做pd.DataFrame(df[col].values.tolist()) - 快得多~500x

In [820]: pd.DataFrame(df[0].values.tolist())
Out[820]:
   0   1   2
0  8  10  12
1  7   9  11

In [821]: pd.concat([pd.DataFrame(df[0].values.tolist()), df[1]], axis=1)
Out[821]:
   0   1   2  1
0  8  10  12  A
1  7   9  11  B

计时

中

In [828]: df.shape
Out[828]: (20000, 2)

In [829]: %timeit pd.DataFrame(df[0].values.tolist())
100 loops, best of 3: 15 ms per loop

In [830]: %timeit df[0].apply(pd.Series)
1 loop, best of 3: 4.06 s per loop

大

In [832]: df.shape
Out[832]: (200000, 2)

In [833]: %timeit pd.DataFrame(df[0].values.tolist())
10 loops, best of 3: 161 ms per loop

In [834]: %timeit df[0].apply(pd.Series)
1 loop, best of 3: 40.9 s per loop

将Pandas单元格中的列表拆分为多个列

2 个答案: