Question

我有一个pandas数据帧一个名为：entity的列当我通过以下方式打印列时：

df.entity

输出看起来像这样（我有267行，这只是前两行）

[(East, NNP), (India, CTR), (Company, ORG)]
[(Pasteur, ZZP)]

如何获得输出类似的新列：

East, India, Company
Pasteur

Answer 1

使用apply

In [4697]: df.entity.apply(lambda x: ', '.join(t[0] for t in x))
Out[4697]:
0    East, India, Company
1                 Pasteur
Name: entity, dtype: object

详细

                                        entity
0  [(East, NNP), (India, CTR), (Company, ORG)]
1                             [(Pasteur, ZZP)]

Answer 2

选项1
zip和迭代器

df.assign(entity=[', '.join(next(zip(*r))) for r in df.entity])

                 entity
0  East, India, Company
1               Pasteur

选项2
@ Zero的答案的理解版本。应该更快。

df.assign(entity=[', '.join([x[0] for x in r]) for r in df.entity])

                 entity
0  East, India, Company
1               Pasteur

设置

df = pd.DataFrame(dict(
    entity=[
        [('East', 'NNP'), ('India', 'CTR'), ('Company', 'ORG')],
        [('Pasteur', 'ZZP')]
    ]))

Answer 3

这是另一种解决方案

df['New']=df.entity.apply(pd.Series).stack().apply(pd.Series).groupby(level=0)[0].agg(lambda x: ','.join(set(x)))
df
Out[74]: 
                                        entity                 New
0  [(East, NNP), (India, CTR), (Company, ORG)]  India,Company,East
1                             [(Pasteur, ZZP)]             Pasteur

数据输入

df=pd.DataFrame({'entity':[[('East', 'NNP'), ('India', 'CTR'), ('Company', 'ORG')],[('Pasteur', 'ZZP')] ]})

如何提取新的子字符串作为colum colums

3 个答案: