Question

我有一个包含多个列的数据框，其中一些是列表。我想在每行上应用一个函数，在对列表进行一些数据操作之后，该函数实际上将每行扩展为n行（每行n次更改）。

可以在这里看到它的简化版本：

df = pd.DataFrame({'id':[0,1],'value':[[0,1,2],[3,4]]}).set_index('id')

def func(x):
    v = np.array(x['value'])
    return pd.Series([v,v**2],index=['value','value_2'])

我想要的输出是：

    id  value   value_2
0   0   0   0
1   0   1   1
2   0   2   4
3   1   3   9
4   1   4   16

如果我应用该函数，则会得到与原始数据帧相同行数的输出，然后需要对其进行整形：

df.apply(func,axis=1)

    value   value_2
id      
0   [0, 1, 2]   [0, 1, 4]
1   [3, 4]  [9, 16]

是否有一种方法可以在获得期望的结果后又无需重新塑形？

Answer 1

您可以unnest然后使用矢量化操作：

u = unnest(df.reset_index(), ['id'], ['value'])
u.assign(value_2=u.value**2)

   id  value  value_2
0   0      0       0
1   0      1       1
2   0      2       4
3   1      3       9
4   1      4      16

Answer 2

另一个可能的答案是使用pd.Series + stack

df = df.value.apply(pd.Series).stack().reset_index(level=0).rename(columns={0:'value'}).set_index('id')
df.apply(func,axis=1)
print(df)
        value   value_2
    id       
    0   0.0     0.0
    0   1.0     1.0
    0   2.0     4.0
    1   3.0     9.0
    1   4.0     16.0

熊猫应用函数返回更多行

2 个答案: