我的数据框看起来像这样
TeamA TeamB
[a,b] [[b,c],[d,c],[d,f] .....upto 15 such arrays]
[b,c] [[v,c],[e,c],[g,f] .....upto 15 such arrays]
TeamB每行有15套记录。
我希望它看起来像
TeamA Team0 Team1 Team2 ......
[a,b] [b,c] [d,c] [d,f]] ......
[b,c] [v,c] [e,c] [g,f] .....
对于一维,我可以使用
newcol = df['TeamB '].apply(pd.Series)
newcol = newcol.rename(columns = lambda x : 'Team_' + str(x))
pd.concat([df[:], newcol [:]], axis=1)
我该如何使用2D阵列做到这一点。
这是我的df.head(5).to_dict()。在这种情况下,我在TeamB中每行仅获取2个数组
{'TeamA ': {0: array([ 35.82, -95.67]),
1: array([ 36.27, -95.91]),
2: array([ 35.99 , -95.88]),
3: array([ 36.18, -96.40]),
4: array([ 35.99 , -95.90])},
'TeamB': {0: array([[ 35.74 , -95.36],
[ 36.19 , -95.92]]),
1: array([[ 35.82, -95.67],
[ 35.98 , -95.81 ]]),
2: array([[ 36.27, -95.91],
[ 36.08 , -95.96 ]]),
3: array([[ 35.99 , -95.88],
[ 35.75 , -95.34]]),
4: array([[ 36.18, -96.40],
[ 36.07 , -95.89 ]])}}
答案 0 :(得分:0)
我知道了溶胶。我们可以使用from_records
pd.DataFrame.from_records(df['TeamB'])