熊猫：将列中的列表拆分为多行[重复]

Posted 2023-03-11

【中文标题】熊猫：将列中的列表拆分为多行[重复]

【英文标题】：Pandas: split list in column into multiple rows [duplicate]

【发布时间】：2018-10-17 11:34:05

【问题描述】：

我有一个关于将数据框列中的列表拆分为多行的问题。

假设我有这个数据框：

  Job position   Job type  id
0          [6]        [1]   3
1       [2, 6]  [3, 6, 5]   4
2          [1]        [9]  43

我想要数字的每一个组合，所以最终的结果是：

   id    Job position  Job type
0   3         6.0       1.0
1   4         2.0       3.0
2   4         2.0       6.0
3   4         2.0       5.0
4   4         6.0       3.0
5   4         6.0       6.0
6   4         6.0       5.0
7  43         1.0       9.0

因为现在我得到了这个结果：

   id    Job position  Job type
0   3         6.0       1.0
1   4         2.0       3.0
2   4         6.0       6.0
3   4         NaN       5.0
4  43         1.0       9.0

为了得到上面的结果，我做了：

df = df.set_index(['id'])
(df.apply(lambda x: pd.DataFrame(x.tolist(),index=x.index)
                        .stack()
                        .rename(x.name)).reset_index())

【参考方案1】：

使用理解

pd.DataFrame([
    [p, t, i] for P, T, i in df.values
    for p in P for t in T
], columns=df.columns)

   Job position  Job type  id
0             6         1   3
1             2         3   4
2             2         6   4
3             2         5   4
4             6         3   4
5             6         6   4
6             6         5   4
7             1         9  43

---

迭代values的替代方法

pd.DataFrame([
    [p, t, i] for P, T, i in df.itertuples(index=False)
    for p in P for t in T
], columns=df.columns)

---

z = zip(df['Job position'], df['Job type'], df['id'])
pd.DataFrame([
    [p, t, i] for P, T, i in z
    for p in P for t in T
], columns=df.columns)

---

推广此解决方案以容纳任意数量的列

pd.DataFrame([
    [p, t] + a for P, T, *a in df.values
    for p in P for t in T
], columns=df.columns)

   Job position  Job type  id
0             6         1   3
1             2         3   4
2             2         6   4
3             2         5   4
4             6         3   4
5             6         6   4
6             6         5   4
7             1         9  43

【讨论】：

非常不错

感谢您的回答 piRSquared，效果很好，但是我想合并更多这样的列，那么您的方法可能有点棘手:)

有办法适应它。但不用担心。如果我有时间，我会更新一个例子。

@MathiasLund 我已经更新了帖子。

这是最简单优雅的方法，谢谢！

【参考方案2】：

类似于 Scott Boston 的建议，我建议您将列分开分解，然后将它们合并在一起。

例如，对于“职位”：

>>> df['Job position'].apply(pd.Series).reset_index().melt(id_vars='index').dropna()[['index', 'value']].set_index('index')
    value
index   
0   6.0
1   2.0
2   1.0
1   6.0

而且，一起来：

df = pd.DataFrame('Job position': [[6], [2, 6], [1]], 'Job type': [[1], [3, 6, 5], [9]], 'id': [3, 4, 43])
jobs = df['Job position'].apply(pd.Series).reset_index().melt(id_vars='index').dropna()[['index', 'value']].set_index('index')
types = df['Job type'].apply(pd.Series).reset_index().melt(id_vars='index').dropna()[['index', 'value']].set_index('index')
>>> pd.merge(
    pd.merge(
        jobs,
        types,
        left_index=True,
        right_index=True),
    df[['id']],
    left_index=True,
    right_index=True).rename(columns='value_x': 'Job positions', 'value_y': 'Job type')
Job positions   Job type    id
0   6.0 1.0 3
1   2.0 3.0 4
1   2.0 6.0 4
1   2.0 5.0 4
1   6.0 3.0 4
1   6.0 6.0 4
1   6.0 5.0 4
2   1.0 9.0 43

【参考方案3】：

来自数据框构造函数

s1=df.Jobposition.str.len()

s2=df.Jobtype.str.len()
pd.DataFrame('id':df.id.repeat(s1*s2),
  'Jobposition':np.concatenate([np.repeat(x,y) for x,y in zip(df.Jobposition,s2)]),
  'Jobtype':np.concatenate(np.repeat(df.Jobtype,s1).values))

   Jobposition  Jobtype  id
0            6        1   3
1            2        3   4
1            2        6   4
1            2        5   4
1            6        3   4
1            6        6   4
1            6        5   4
2            1        9  43

【讨论】：

非常不错

@AmiTavory 谢谢老兄:-)

很好的回答 Wen，感谢您的贡献

【参考方案4】：

import itertools
dfres = pd.DataFrame([j+(i[2],) for i in df.values for j in itertools.product(*i[0:2])]
        ,columns=df.columns)

   Job position  Job type  id
0             6         1   3
1             2         3   4
2             2         6   4
3             2         5   4
4             6         3   4
5             6         6   4
6             6         5   4
7             1         9  43