python - 如何扩展在 Python Pandas 中存储为单个值的可迭代对象？ (又名反向分组)

Question

这个问题在这里已经有了答案:





How to unnest (explode) a column in a pandas DataFrame?

(16 个回答)


5 天前关闭。




我有以下数据帧:

Index Letter Numbers
1     A      [1, 11]
2     B      [2, 22]
3     C      [3, 33]

我想“扩展”数字列表，以便每个数字都有自己的行，如下所示:

Index Letter Numbers
1     A      1
2     A      11
3     B      2
4     B      22
5     C      3
6     C      33

我试图通过使用以下代码来实现这一点:

import pandas as pd

df = pd.DataFrame({
    'Letter': ['A', 'B', 'C'],
    'Numbers': [[1, 11], [2, 22], [3, 33]]
})

for i, row in df.iterrows():
    for num in row['Numbers']:
        new_row = row.copy()
        new_row['Numbers'] = num
        df = df.append(new_row, ignore_index=True)

df = df.loc[df.apply(lambda x: type(x['Numbers']) != list, axis=1)]

它适用于示例，但在更大的 DataFrame(例如几十万行)中需要很多时间。有没有更好、更优化的方法来做到这一点？我尝试使用 apply 方法，但由于某种原因它清除了我的 DataFrame ......

Answer 1

使用 explode垂直扩展值:

>>> df.explode('Numbers', ignore_index=True)

  Letter Numbers
0      A       1
1      A      11
2      B       2
3      B      22
4      C       3
5      C      33

使用 apply(pd.Series ) 水平扩展值:

>>> df.join(df['Numbers'].apply(pd.Series)
                         .add_prefix('Numbers_')) \
      .drop(columns='Numbers')

  Letter  Numbers_0  Numbers_1
0      A          1         11
1      B          2         22
2      C          3         33