Pandas 系列列表到一个系列
Posted
技术标签:
【中文标题】Pandas 系列列表到一个系列【英文标题】：Pandas Series of lists to one series 【发布时间】：2015-09-02 07:12:13 【问题描述】：我有一个 Pandas 系列的字符串列表：
0 [slim, waist, man]
1 [slim, waistline]
2 [santa]
如您所见，列表因长度而异。我想要一种有效的方法将其折叠成一个系列
0 slim
1 waist
2 man
3 slim
4 waistline
5 santa
我知道我可以使用
series_name.split(' ')
但我很难将这些字符串重新放入一个列表中。
谢谢！
【问题讨论】：
how to extract nested lists? 的可能重复项 对于那些希望做类似的事情但保持其他列保持机智的人，类似于枢轴，您可能需要查看this question and answer 【参考方案1】：如果您的pandas 版本太旧而无法使用series_name.explode()，这也应该可以：
from itertools import chain
pd.Series(
chain.from_iterable(
value
for i, value
in series_name.iteritems()
)
)
【讨论】：
【参考方案2】：在pandas 版本0.25.0 中出现了series 和dataframes 的新方法'explode'。旧版本没有这种方法。
它有助于构建您需要的结果。
例如你有这样的系列：
import pandas as pd
s = pd.Series([
['slim', 'waist', 'man'],
['slim', 'waistline'],
['santa']])
然后就可以使用了
s.explode()
要得到这样的结果：
0 slim
0 waist
0 man
1 slim
1 waistline
2 santa
如果是数据框：
df = pd.DataFrame(
's': pd.Series([
['slim', 'waist', 'man'],
['slim', 'waistline'],
['santa']
]),
'a': 1
)
你会有这样的DataFrame：
s a
0 [slim, waist, man] 1
1 [slim, waistline] 1
2 [santa] 1
在s 列上应用爆炸：
df.explode('s')
会给你这样的结果：
s a
0 slim 1
0 waist 1
0 man 1
1 slim 1
1 waistline 1
2 santa 1
如果您的系列包含空列表
import pandas as pd
s = pd.Series([
['slim', 'waist', 'man'],
['slim', 'waistline'],
['santa'],
[]
])
然后运行 explode 将为空列表引入 NaN 值，如下所示：
0 slim
0 waist
0 man
1 slim
1 waistline
2 santa
3 NaN
如果不想这样，可以dropna方法调用：
s.explode().dropna()
要得到这个结果：
0 slim
0 waist
0 man
1 slim
1 waistline
2 santa
Dataframes 也有dropna 方法：
df = pd.DataFrame(
's': pd.Series([
['slim', 'waist', 'man'],
['slim', 'waistline'],
['santa'],
[]
]),
'a': 1
)
在没有 dropna 的情况下运行 explode：
df.explode('s')
将导致：
s a
0 slim 1
0 waist 1
0 man 1
1 slim 1
1 waistline 1
2 santa 1
3 NaN 1
使用dropna：
df.explode('s').dropna(subset=['s'])
结果：
s a
0 slim 1
0 waist 1
0 man 1
1 slim 1
1 waistline 1
2 santa 1
【讨论】：
【参考方案3】：你也可以试试：
combined = []
for i in s.index:
combined = combined + s.iloc[i]
print(combined)
s = pd.Series(combined)
print(s)
输出：
['slim', 'waist', 'man', 'slim', 'waistline', 'santa']
0 slim
1 waist
2 man
3 slim
4 waistline
5 santa
dtype: object
【讨论】：
【参考方案4】：可以使用此函数进行展平和取消展平
def flatten(df, col):
col_flat = pd.DataFrame([[i, x] for i, y in df[col].apply(list).iteritems() for x in y], columns=['I', col])
col_flat = col_flat.set_index('I')
df = df.drop(col, 1)
df = df.merge(col_flat, left_index=True, right_index=True)
return df
去扁平化：
def unflatten(flat_df, col):
flat_df.groupby(level=0).agg(**c:'first' for c in flat_df.columns, col: list)
展开后，除了列顺序，我们得到相同的数据框：
(df.sort_index(axis=1) == unflatten(flatten(df)).sort_index(axis=1)).all().all()
>> True
【讨论】：
【参考方案5】：series_name.sum()
完全满足您的需求。请确保它是一系列列表，否则您的值将被连接（如果是字符串）或添加（如果是 int）
【讨论】：
【参考方案6】：这是一个只使用 pandas 函数的简单方法：
import pandas as pd
s = pd.Series([
['slim', 'waist', 'man'],
['slim', 'waistline'],
['santa']])
然后
s.apply(pd.Series).stack().reset_index(drop=True)
提供所需的输出。在某些情况下，您可能希望保存原始索引并添加第二级来索引嵌套元素，例如
0 0 slim
1 waist
2 man
1 0 slim
1 waistline
2 0 santa
如果这是您想要的，只需从链中省略 .reset_index(drop=True)。
【讨论】：
请记住，s.apply(pd.Series) 正在创建一个 DataFrame，其宽度是原始系列中最长的列表。因此，如果您有一个包含 10 个列表的系列，其中一个是 500 个条目，它将生成一个包含 10 行、500 列以及可能有很多 NA 的 DataFrame！
另外请记住，如果输入为空，apply 将返回一个系列，并且系列对象没有堆栈方法...
对我来说太慢了。【参考方案7】：
您可以尝试使用 itertools.chain 来简单地展平列表：
In [70]: from itertools import chain
In [71]: import pandas as pnd
In [72]: s = pnd.Series([['slim', 'waist', 'man'], ['slim', 'waistline'], ['santa']])
In [73]: s
Out[73]:
0 [slim, waist, man]
1 [slim, waistline]
2 [santa]
dtype: object
In [74]: new_s = pnd.Series(list(chain(*s.values)))
In [75]: new_s
Out[75]:
0 slim
1 waist
2 man
3 slim
4 waistline
5 santa
dtype: object
【讨论】：
【参考方案8】：您基本上只是想在此处展平嵌套列表。
您应该能够迭代该系列的元素：
slist =[]
for x in series:
slist.extend(x)
或者更流畅（但更难理解）的列表理解：
slist = [st for row in s for st in row]
【讨论】：
【参考方案9】：您可以使用如下的列表连接运算符 -
lst1 = ['hello','world']
lst2 = ['bye','world']
newlst = lst1 + lst2
print(newlst)
>> ['hello','world','bye','world']
或者你可以使用list.extend()函数如下-
lst1 = ['hello','world']
lst2 = ['bye','world']
lst1.extend(lst2)
print(lst1)
>> ['hello', 'world', 'bye', 'world']
使用extend 函数的好处是它可以处理多种类型，而concatenation 运算符仅在LHS 和RHS 都是列表时才有效。
extend函数的其他例子-
lst1.extend(('Bye','Bye'))
>> ['hello', 'world', 'Bye', 'Bye']
【讨论】：
以上是关于Pandas 系列列表到一个系列的主要内容，如果未能解决你的问题，请参考以下文章
pandas 中的新列 - 通过应用列表 groupby 将系列添加到数据框