列表列，将列表转换为字符串作为新列

Question

我有一个包含一列列表的数据框，可以使用以下命令创建：

import pandas as pd
lists={1:[[1,2,12,6,'ABC']],2:[[1000,4,'z','a']]}
#create test dataframe
df=pd.DataFrame.from_dict(lists,orient='index')
df=df.rename(columns={0:'lists'})

数据框df如下所示：

                lists
1  [1, 2, 12, 6, ABC]
2     [1000, 4, z, a]

我需要创建一个名为＆＃39; liststring＆＃39;的新列。它接受lists中每个列表的每个元素，并创建一个字符串，每个元素用逗号分隔。每个列表的元素可以是int，float或string。结果将是：

                lists    liststring
1  [1, 2, 12, 6, ABC]  1,2,12,6,ABC
2     [1000, 4, z, a]    1000,4,z,a

我尝试过各种各样的事情，包括来自Converting a Panda DF List into a string：

df['liststring']=df.lists.apply(lambda x: ', '.join(str(x)))

但不幸的是，结果会占用每个字符，并以逗号分隔：

                lists                                         liststring
1  [1, 2, 12, 6, ABC]  [, 1, ,,  , 2, ,,  , 1, 2, ,,  , 6, ,,  , ', A...
2     [1000, 4, z, a]  [, 1, 0, 0, 0, ,,  , 4, ,,  , ', z, ', ,,  , '...

提前感谢您的帮助！

Answer 1

列表理解

如果性能很重要，我强烈推荐此解决方案并I can explain why.

df['liststring'] = [','.join(map(str, l)) for l in df['lists']]
df

                lists    liststring
0  [1, 2, 12, 6, ABC]  1,2,12,6,ABC
1     [1000, 4, z, a]    1000,4,z,a

您可以使用函数将其扩展到更复杂的用例。

def try_join(l):
    try:
        return ','.join(map(str, l))
    except TypeError:
        return np.nan

df['liststring'] = [try_join(l) for l in df['lists']]

Series.apply / Series.agg与','.join

您需要先将列表项转换为字符串，这就是map派上用场的地方。

df['liststring'] = df['lists'].apply(lambda x: ','.join(map(str, x)))

或者，

df['liststring'] = df['lists'].agg(lambda x: ','.join(map(str, x)))

df
                lists    liststring
0  [1, 2, 12, 6, ABC]  1,2,12,6,ABC
1     [1000, 4, z, a]    1000,4,z,a

带有pd.DataFrame 的

DataFrame.agg构造函数

非循环/非lambda解决方案。

df['liststring'] = (
 pd.DataFrame(df.lists.tolist())
   .fillna('')
   .astype(str)
   .agg(','.join, 1)
   .str.strip(',')
)

df
                lists    liststring
0  [1, 2, 12, 6, ABC]  1,2,12,6,ABC
1     [1000, 4, z, a]    1000,4,z,a

Answer 2

您可以采用的一种方法是使用列表理解，str和join：

df['liststring'] = df.lists.apply(lambda x: ', '.join([str(i) for i in x]))

输出：

                lists        liststring
1  [1, 2, 12, 6, ABC]  1, 2, 12, 6, ABC
2     [1000, 4, z, a]     1000, 4, z, a

Answer 3

前面的解释很好，很简单。但是，如果您要将多列转换为字符串分隔格式，可以说。无需进入单独的列，您可以将以下函数应用于数据框，如果有任何列是列表，则它将转换为字符串格式。

def list2Str(lst):
    if type(lst) is list: # apply conversion to list columns
        return";".join(lst)
    else:
        return lst

df.apply(lambda x: [list2Str(i) for i in x])

当然，如果您只想应用于某些列，则可以选择 列的子集如下

df[['col1',...,'col2']].apply(lambda x: [list2Str(i) for i in x])

Answer 4

所有这些对我都不起作用（处理文本数据）对我有用的是：

    df['liststring'] = df['lists'].apply(lambda x: x[1:-1])

Answer 5

管道：

import pandas as pd
lists={1:[[1,2,12,6,'ABC']],2:[[1000,4,'z','a']]}
#create test dataframe
(
    pd.DataFrame.from_dict(lists,orient='index', columns=['lists'])
    .assign(liststring=lambda x: x.lists.astype(str).str[1:-1])
)

输出：

                     lists           liststring
    1   [1, 2, 12, 6, ABC]   1, 2, 12, 6, 'ABC'
    2   [1000, 4, z, a]      1000, 4, 'z', 'a'