python – 如何最好地将包含列表或元组的Pandas列提取到多个列中

概述参见英文答案 > How to expand one column in Pandas to many columns?                                    3个 >             Pandas split column of lists into multiple columns                                    3 参见英文答案 > How to expand one column in Pandas to many columns?                                    3个
>             Pandas split column of lists into multiple columns                                    3个
我不小心用一个错误复制的链接关闭了这个问题.这是正确的： Pandas split column of lists into multiple columns.

假设我有一个数据框,其中一列是一个列表(已知和相同长度)或元组,例如：

df1 = pd.DataFrame( {'vals': [['a','b','c','d'],['e','f','g','h']]})

即：

vals0   [a,b,c,d]1   [e,f,g,h]

我想将“vals”中的值添加到单独的命名列中.我可以通过遍历行来笨拙地做到这一点：

for i in range(df1.shape[0]):   for j in range(0,4):      df1.loc[i,'vals_'+j] = df1.loc[i,'vals'] [j]

结果符合要求：

vals            vals_0  vals_1  vals_2  vals_30   [a,d]    a       b       c       d 1   [e,h]    e       f       g       h

有更整洁(矢量化)的方式吗？我尝试使用[]但是我收到了一个错误.

for j in range (0,4)       df1['vals_'+str(j)] = df1['vals'][j]

得到：

ValueError: Length of values does not match length of index

看起来Pandas试图将[]运算符应用于系列/数据帧而不是列内容.

解决方法 您可以使用assign,apply和pd.SerIEs：

df1.assign(**df1.vals.apply(pd.SerIEs).add_prefix('val_'))

更快的数据方法是使用.values和toList()与数据帧构造函数：

df1.assign(**pd.DataFrame(df1.vals.values.toList()).add_prefix('val_'))

输出：

vals val_0 val_1 val_2 val_30  [a,d]     a     b     c     d1  [e,h]     e     f     g     h

总结

以上是内存溢出为你收集整理的python – 如何最好地将包含列表或元组的Pandas列提取到多个列中全部内容，希望文章能够帮你解决python – 如何最好地将包含列表或元组的Pandas列提取到多个列中所遇到的程序开发问题。

如果觉得内存溢出网站内容还不错，欢迎将内存溢出网站推荐给程序员好友。