所以我有一个如下列表:
aa = ['aa1', 'aa2', 'aa3', 'aa4', 'aa5']
bb = ['bb1', 'bb2', 'bb3', 'bb4']
cc = ['cc1', 'cc2', 'cc3']
然后将其创建为嵌套列表:
nest = [aa, bb, cc]
我想按如下方式创建一个数据框:
aa bb cc
aa1 bb1 cc1
aa2 bb2 cc2
aa3 bb3 cc3
aa4 bb4 nan
aa5 nan nan
我试过了:
pd.DataFrame(nest, columns=['aa', 'bb', cc'])
但结果是这样的,每个列表都被写成一行(而不是列)
答案 0 :(得分:4)
来自zip_longest
的{{1}}函数执行此操作:
itertools
如果你有旧版本的pandas,你可能需要在列表构造函数中包装>>> import itertools, pandas
>>> pandas.DataFrame((_ for _ in itertools.zip_longest(*nest)), columns=['aa', 'bb', 'cc'])
aa bb cc
0 aa1 bb1 cc1
1 aa2 bb2 cc2
2 aa3 bb3 cc3
3 aa4 bb4 None
4 aa5 None None
。在较旧的Python上,您可能需要拨打zip_longest
而不是izip_longest
。
答案 1 :(得分:1)
选项1
pd.DataFrame(nest, ['aa', 'bb', 'cc']).T
aa bb cc
0 aa1 bb1 cc1
1 aa2 bb2 cc2
2 aa3 bb3 cc3
3 aa4 bb4 None
4 aa5 None None
选项2
Homebrew zip_longest
f = lambda x, n: x[n] if n < len(x) else None
n, m = max(map(len, nest)), len(nest)
pd.DataFrame(
[[f(j, i) for j in nest] for i in range(n)],
columns=['aa', 'bb', 'cc']
)
aa bb cc
0 aa1 bb1 cc1
1 aa2 bb2 cc2
2 aa3 bb3 cc3
3 aa4 bb4 None
4 aa5 None None
答案 2 :(得分:1)
或者
pd.DataFrame(data={'value':nest},index=['aa', 'bb', 'cc']).value.apply(pd.Series).T
Out[1297]:
aa bb cc
0 aa1 bb1 cc1
1 aa2 bb2 cc2
2 aa3 bb3 cc3
3 aa4 bb4 NaN
4 aa5 NaN NaN