Pandas - 解压缩不同长度元组的列表
问题描述：
我想要一个名为df的Pandas Dataframe，它有一个ID列和一个list列表，列表中有可变数量的元组，列表中所有的元组都有相同的长度。看起来像这样：Pandas - 解压缩不同长度元组的列表
ID list
1 [(0,1,2,3),(1,2,3,4),(2,3,4,NaN)]
2 [(Nan,1,2,3),(9,2,3,4)]
3 [(Nan,1,2,3),(9,2,3,4),(A,b,9,c),($,*,k,0)]
我想每个列表解压到列“A”，“B”，“C”，“d”表示每个元组中的固定位置。
结果应该是这样的：
ID A B C D
1 0 1 2 3
1 1 2 3 4
1 2 3 4 NaN
2 NaN 1 2 3
2 9 2 3 4
3 NaN 1 2 3
3 9 2 3 4
3 A b 9 c
3 $ * k 0
我试图df.apply(pd.Series(list)但作为列表元素的len是对不同行不同的失败。不知何故需要解压缩到列和按ID转置？
答
In [38]: (df.groupby('ID')['list']
.apply(lambda x: pd.DataFrame(x.iloc[0], columns=['A', 'B', 'C', 'D']))
.reset_index())
Out[38]:
ID level_1 A B C D
0 1 0 0 1 2 3
1 1 1 1 2 3 4
2 1 2 2 3 4 NaN
3 2 0 NaN 1 2 3
4 2 1 9 2 3 4
5 3 0 NaN 1 2 3
6 3 1 9 2 3 4
7 3 2 A b 9 c
8 3 3 $ * k 0
答
一个量化的方法是
In [2237]: dff = pd.DataFrame(np.concatenate(df['list'].values), columns=list('ABCD'))
In [2238]: dff['ID'] = df.ID.repeat(df['list'].str.len()).values
In [2239]: dff
Out[2239]:
A B C D ID
0 0.0 1.0 2.0 3.0 1
1 1.0 2.0 3.0 4.0 1
2 2.0 3.0 4.0 nan 1
3 nan 1.0 2.0 3.0 2
4 9.0 2.0 3.0 4.0 2
5 nan 1 2 3 3
6 9 2 3 4 3
7 A b 9 c 3
8 $ * k 0 3
详细
In [2240]: df
Out[2240]:
ID list
0 1 [(0, 1, 2, 3), (1, 2, 3, 4), (2, 3, 4, nan)]
1 2 [(nan, 1, 2, 3), (9, 2, 3, 4)]
2 3 [(nan, 1, 2, 3), (9, 2, 3, 4), (A, b, 9, c), (...
什么样的魔法的就是这个！优秀！ – clg4
。@ chrisb当我运行这个时，我得到了>> DataFrame构造函数没有正确调用！ – Merlin
适合我。熊猫版本？ – clg4