Question

非常感谢您的帮助。我有一个看起来像这样的熊猫数据框：

     index   source    timestamp    value
      1        car       1         ['98']
      2        bike      2         ['98', 100']
      3        car       3         ['65']
      4        bike      4         ['100', '120']
      5        plane     5         ['20' , '12', '30']

我需要的是将“值” Panda系列中的每个值转换为新列。因此输出如下：

      index   source    timestamp   car  bike1  bike2  plane1  plane2  plane3
        1      car          1       98    Na     Na     Na       Na     Na
        2      bike         2       Na    98     100    Na       Na     Na
        3      car          3       65    Na     Na     Na       Na     Na
        4      bike         4       Na    100    120    Na       Na     Na
        5      plane        5       Na    Na     Na     20       12     30

对于汽车，数组的大小将始终为1，对于自行车2和飞机3而言，这将转换为我在新数据框中需要的新列数。实现此目标的最佳方法是什么？

Answer 1

首先将值转换为列表：

new Date()

然后为每行创建字典：

Keep the blank __init__.py  file inside the db folder.

创建import ast df['value'] = df['value'].apply(ast.literal_eval)并加入原始df：

L = [{f'{i}{x+1}':y for x, y in enumerate(j)} for i, j in zip(df['source'], df['value'])]
print (L)
[{'car1': '98'}, 
 {'bike1': '98', 'bike2': '100'}, 
 {'car1': '65'}, 
 {'bike1': '100', 'bike2': '120'}, 
 {'plane1': '20', 'plane2': '12', 'plane3': '30'}]

Python将数组的值拆分为不同的列

1 个答案: