python - 将 pandas 列分成两列，保持原始列在原位

Question

我有一个数据框，我需要将其拆分为两列以保留原始列。

import pandas as pd
df = {'assigned_to': [
{'display_value': 'Michael', 'link': 'http://www.testlink.com'},
{'display_value': 'Vinod', 'link': 'http://www.testlink.com'},
{'display_value': 'Vinod', 'link': 'http://www.testlink.com'},
{'display_value': 'Carrie', 'link': 'http://www.testlink.com'},
{'display_value': 'Carrie', 'link': 'http://www.testlink.com'}]}
df = pd.DataFrame(df)

目前我正在尝试使用
df['assigned_to.display_value'] = df['assigned_to'].str.split(',', expand=True)

但是 assigned_to.display_value 会出现 NaN 因为它是人口。

我的预期结果是

     assigned_to.display_value    assigned_to.link          assigned_to
0    Michael                      http://www.testlink.com   {'display_value': 'Michael', 'link': 'http://www.testlink.com'}
1    Vinod                        http://www.testlink.com   {'display_value': 'Vinod', 'link': 'http://www.testlink.com'} 
2    Vinod                        http://www.testlink.com   {'display_value': 'Vinod', 'link': 'http://www.testlink.com'}
3    Carrie                       http://www.testlink.com   {'display_value': 'Carrie', 'link': 'http://www.testlink.com'}
4    Carrie                       http://www.testlink.com   {'display_value': 'Carrie', 'link': 'http://www.testlink.com'}

Answer 1

使用tolist将列转换为字典列表，通过调用构造函数创建一个新的数据框。

v = pd.DataFrame(df.assigned_to.tolist())
v

  display_value                     link
0       Michael  http://www.testlink.com
1         Vinod  http://www.testlink.com
2         Vinod  http://www.testlink.com
3        Carrie  http://www.testlink.com
4        Carrie  http://www.testlink.com

您现在可以使用 pd.concat 将新列连接到原始列:

pd.concat([v, df], 1)

  display_value                     link  \
0       Michael  http://www.testlink.com   
1         Vinod  http://www.testlink.com   
2         Vinod  http://www.testlink.com   
3        Carrie  http://www.testlink.com   
4        Carrie  http://www.testlink.com   

                                         assigned_to  
0  {'link': 'http://www.testlink.com', 'display_v...  
1  {'link': 'http://www.testlink.com', 'display_v...  
2  {'link': 'http://www.testlink.com', 'display_v...  
3  {'link': 'http://www.testlink.com', 'display_v...  
4  {'link': 'http://www.testlink.com', 'display_v...  

---

时间

df = pd.concat([df] * 10000)
df = df.reset_index(drop=1)

%%timeit
v = pd.DataFrame(df.assigned_to.tolist())
pd.concat([v, df], 1)

10 loops, best of 3: 58.7 ms per loop

%timeit df.assigned_to.apply(pd.Series)
1 loop, best of 3: 17.5 s per loop