列表的列，将列表转换为字符串作为新列

Posted 2023-02-23

【中文标题】列表的列，将列表转换为字符串作为新列

【英文标题】：Column of lists, convert list to string as a new column

【发布时间】：2017-12-31 14:20:47

【问题描述】：

我有一个包含一列列表的数据框，可以通过以下方式创建：

import pandas as pd
lists=1:[[1,2,12,6,'ABC']],2:[[1000,4,'z','a']]
#create test dataframe
df=pd.DataFrame.from_dict(lists,orient='index')
df=df.rename(columns=0:'lists')

数据框df 看起来像：

                lists
1  [1, 2, 12, 6, ABC]
2     [1000, 4, z, a]

我需要创建一个名为“liststring”的新列，它获取lists 中每个列表的每个元素，并创建一个字符串，每个元素用逗号分隔。每个列表的元素可以是int、float 或string。所以结果是：

                lists    liststring
1  [1, 2, 12, 6, ABC]  1,2,12,6,ABC
2     [1000, 4, z, a]    1000,4,z,a

我尝试了各种方法，包括来自Converting a Panda DF List into a string：

df['liststring']=df.lists.apply(lambda x: ', '.join(str(x)))

但不幸的是，结果需要每个字符并用逗号分隔：

                lists                                         liststring
1  [1, 2, 12, 6, ABC]  [, 1, ,,  , 2, ,,  , 1, 2, ,,  , 6, ,,  , ', A...
2     [1000, 4, z, a]  [, 1, 0, 0, 0, ,,  , 4, ,,  , ', z, ', ,,  , '...

提前感谢您的帮助！

【问题讨论】：

这能回答你的问题吗？ Converting a Panda DF List into a string

【参考方案1】：

列表理解

如果性能很重要，我强烈推荐这个解决方案和I can explain why.

df['liststring'] = [','.join(map(str, l)) for l in df['lists']]
df

                lists    liststring
0  [1, 2, 12, 6, ABC]  1,2,12,6,ABC
1     [1000, 4, z, a]    1000,4,z,a

您可以使用函数将其扩展到更复杂的用例。

def try_join(l):
    try:
        return ','.join(map(str, l))
    except TypeError:
        return np.nan

df['liststring'] = [try_join(l) for l in df['lists']]

---

Series.apply/Series.agg 和','.join

您需要先将列表项转换为字符串，这就是map 派上用场的地方。

df['liststring'] = df['lists'].apply(lambda x: ','.join(map(str, x)))

或者，

df['liststring'] = df['lists'].agg(lambda x: ','.join(map(str, x)))

df
                lists    liststring
0  [1, 2, 12, 6, ABC]  1,2,12,6,ABC
1     [1000, 4, z, a]    1000,4,z,a

---

pd.DataFrame 带有DataFrame.agg 的构造函数

非循环/非 lambda 解决方案。

df['liststring'] = (pd.DataFrame(df.lists.tolist())
                      .fillna('')
                      .astype(str)
                      .agg(','.join, 1)
                      .str.strip(','))

df
                lists    liststring
0  [1, 2, 12, 6, ABC]  1,2,12,6,ABC
1     [1000, 4, z, a]    1000,4,z,a

【讨论】：

压缩成df['lists'].apply(lambda x: ','.join(map(str, x)))?

此解决方案有效，并且比同样有效的@Scott Boston 略快。显然使用列表理解缓存会导致性能略有下降。谢谢。

pandas.Series.str.join 比较如何？

@AMC 这是加入列表的规范解决方案，假设所有列表元素都是字符串。我没有在这里谈论它，因为它不适用于 OP 的数据。

【参考方案2】：

一种方法是使用列表理解，str 和 join：

df['liststring'] = df.lists.apply(lambda x: ', '.join([str(i) for i in x]))

输出：

                lists        liststring
1  [1, 2, 12, 6, ABC]  1, 2, 12, 6, ABC
2     [1000, 4, z, a]     1000, 4, z, a

【讨论】：

这行得通，但比@COLDSPEED 稍微慢一些，因为列表理解缓存... 很好的解决方案，虽然赞成...

【参考方案3】：

前面的解释很好，很直截了当。但是，假设您想将多列转换为字符串分隔格式。无需进入单个列，您可以将以下函数应用于数据框，如果任何列是列表，则它将转换为字符串格式。

def list2Str(lst):
    if type(lst) is list: # apply conversion to list columns
        return";".join(lst)
    else:
        return lst

df.apply(lambda x: [list2Str(i) for i in x])

当然，如果您只想应用到某些列，那么您可以选择 列的子集如下

df[['col1',...,'col2']].apply(lambda x: [list2Str(i) for i in x])

【参考方案4】：

所有这些对我都不起作用（处理文本数据）对我有用的是：

    df['liststring'] = df['lists'].apply(lambda x: x[1:-1])

【参考方案5】：

由于我们返回的序列长度与输入的长度相同，并且只使用一个序列作为输入，因此我们立即想到了 pd.transform。这对我有用：

df['liststring'] = (
    df['lists'] 
    .transform(
        lambda x: ",".join(map(str,x))    
    )
)

返回

                lists    liststring
1  [1, 2, 12, 6, ABC]  1,2,12,6,ABC
2     [1000, 4, z, a]    1000,4,z,a

非常感谢其他人对连接的 map() 修复。其他人也可以比我更好地引用性能优势，但我相信 transform 通常比 apply() 性能更高，但我不确定列表理解比较。

【参考方案6】：

管道：

import pandas as pd
lists=1:[[1,2,12,6,'ABC']],2:[[1000,4,'z','a']]
#create test dataframe
(
    pd.DataFrame.from_dict(lists,orient='index', columns=['lists'])
    .assign(liststring=lambda x: x.lists.astype(str).str[1:-1])
)

输出：

                     lists           liststring
    1   [1, 2, 12, 6, ABC]   1, 2, 12, 6, 'ABC'
    2   [1000, 4, z, a]      1000, 4, 'z', 'a'