Question

我有一个pandas数据框和一个列表列表，我希望pandas数据框中的每一行在列表中重复多次，然后将该列表添加为新列。

输入：

df = pd.DataFrame({'col1':['row1','row2','row3']})
ll = [['a','b'],['a','b','c'],[]]

  col1
0  row1
1  row2
2  row3

预期结果：

pd.DataFrame({'col1':['row1','row1','row2','row2','row2','row3'],'col2':['a','b','a','b','c','nan']})

   col1 col2
0  row1    a
1  row1    b
2  row2    a
3  row2    b
4  row2    c
5  row3  nan

Answer 1

您可以在ll和reset_index这样的意甲联赛中尝试explode，

df = df.join(pd.Series(ll, df.index, name='col2').explode()).reset_index()
print (df)
   col1 col2
0  row1    a
1  row1    b
2  row2    a
3  row2    b
4  row2    c
5  row3  NaN

Answer 2

如果您希望最后一个单元格为空，则可以将其作为列表传递：

        def add(self, d):
            new_node = Node(d, self.root)
            self.root = new_node
            self.size += 1

next是zip，product，chain的组合，可以在将您的输出读入pandas数据帧之前获得ur的输出：

df = pd.DataFrame({'col1':['row1','row2','row3']})
ll = [['a','b'],['a','b','c'],[None]] # or np.nan

此速度返回为from itertools import product, chain res = chain.from_iterable(product([first],last) for first, last in zip(df.col1,ll) ) pd.DataFrame(res) 0 1 0 row1 a 1 row1 b 2 row2 a 3 row2 b 4 row2 c 5 row3 None

使用@ Ben.T的解决方案

返回速度：373 µs ± 9.05 µs per loop (mean ± std. dev. of 7 runs, 1000 loops each)

使用@ umbreon29的方法加快速度：2.03 ms ± 64.6 µs per loop (mean ± std. dev. of 7 runs, 100 loops each)

当然，这是一个很小的数据集。在大型数据集上进行适当的测试应该更加明确

Answer 3

IIUC：

rows = ['row1','row2','row3']
ll = [['a','b'],['a','b','c'],[]]

t = []
for r, l1 in zip(rows,ll):
   for l2 in l1: t.append([r,l2])

df = pd.DataFrame(t, columns = ['col1','col2'])

有没有一种方法可以通过python pandas中的运算来对组进行逆运算？

3 个答案: