Question

我有一个函数，可以产生一年中每个月的结果。在我的数据框中，我收集了不同数据列的这些结果。在那之后，我有一个数据框，其中包含多个具有数组作为值的列。现在，我想“透视”这些列以使每个值都在其自己的列中。例如，如果某行在“ A”列中包含值[1,2,3,4,5,6,7,8,9,10,11,12]，我想拥有十二个列“ A_01”，“ A_02'，...，'A_12'每个都包含一个数组中的值。

我当前的代码是这样：

    # create new columns
    columns_to_add = []
    column_count = len(columns_to_process)

    for _, row in df[columns_to_process].iterrows():
        columns_to_add += [[row[name][offset] if type(row[name]) == list else row[name]
                            for offset in range(array_len) for name in range(column_count)]]

    new_df = pd.DataFrame(columns_to_add,
                          columns=[name+'_'+str(offset+1) for offset in range(array_len)
                                   for name in columns_to_process],
                          index=df.index)  # make dataframe addendum

（注意：有些行没有任何值，因此我必须将条件if type() == list放入迭代中）

但是这段代码非常慢。我相信必须有一个更加优雅的解决方案。你能告诉我这样的解决方案吗？

Answer 1

IIUC，将Series.tolist与pandas.DataFrame构造函数一起使用。

我们还将使用DataFrame.rename来修复您的列名格式。

# Setup
df = pd.DataFrame({'A': [ [1,2,3,4,5,6,7,8,9,10,11,12] ]})

pd.DataFrame(df['A'].tolist()).rename(columns=lambda x: f'A_{x+1:0>2d}')

[出]

   A_01  A_02  A_03  A_04  A_05  A_06  A_07  A_08  A_09  A_10  A_11  A_12
0     1     2     3     4     5     6     7     8     9    10    11    12

如何有效地将数组解码为pandas数据框中的列

1 个答案: