Python Pandas list列表数据列拆分成多行的方法实现
1、实现的效果
示例代码：
df=pd.DataFrame({'A':[1,2],'B':[[1,2],[1,2]]})
df
Out[458]:
AB
01[1,2]
12[1,2]
拆分成多行的效果：
A B
0 1 1
1 1 2
3 2 1
4 2 2
2、拆分成多行的方法
1）通过apply和pd.Series实现
容易理解，但在性能方面不推荐。
df.set_index('A').B.apply(pd.Series).stack().reset_index(level=0).rename(columns={0:'B'})
Out[463]:
AB
011
112
021
122
2）使用repeat和DataFrame构造函数
性能可以，但不太适合多列
df=pd.DataFrame({'A':df.A.repeat(df.B.str.len()),'B':np.concatenate(df.B.values)})
df
Out[465]:
AB
011
012
121
122
或者
s=pd.DataFrame({'B':np.concatenate(df.B.values)},index=df.index.repeat(df.B.str.len()))
s.join(df.drop('B',1),how='left')
Out[477]:
BA
011
021
112
122
3）创建新的列表
pd.DataFrame([[x]+[z]forx,yindf.valuesforziny],columns=df.columns) Out[488]: AB 011 112 221 322
或者
#拆成多于两列的情况 s=pd.DataFrame([[x]+[z]forx,yinzip(df.index,df.B)forziny]) s.merge(df,left_on=0,right_index=True) Out[491]: 01AB 0011[1,2] 1021[1,2] 2112[1,2] 3122[1,2]
4）使用reindex和loc实现
df.reindex(df.index.repeat(df.B.str.len())).assign(B=np.concatenate(df.B.values)) Out[554]: AB 011 012 121 122 #df.loc[df.index.repeat(df.B.str.len())].assign(B=np.concatenate(df.B.values)
5）使用numpy高性能实现
newvalues=np.dstack((np.repeat(df.A.values,list(map(len,df.B.values))),np.concatenate(df.B.values))) pd.DataFrame(data=newvalues[0],columns=df.columns) AB 011 112 221 322
到此这篇关于PythonPandaslist列表数据列拆分成多行的方法实现的文章就介绍到这了,更多相关Pandaslist列拆分成多行内容请搜索毛票票以前的文章或继续浏览下面的相关文章希望大家以后多多支持毛票票！