添加数据时从数据框中删除列表答案

【问题标题】：removing lists from dataframes while adding data添加数据时从数据框中删除列表
【发布时间】：2019-02-24 03:30:11
【问题描述】：

开头：

import pandas as pd

lis1= [['apples'],['bananas','oranges','cinnamon'],['pears','juice']]
lis2= [['john'],['stacy'],['ron']]

pd.DataFrame({'fruits':lis1,'users':lis2})

                         fruits    users
0                      [apples]   [john]
1  [bananas, oranges, cinnamon]  [stacy]
2                [pears, juice]    [ron]

我想结束：

lis3= ['apples','bananas','oranges','cinnamon','pears','juice']
lis4= ['john','stacy','stacy','stacy','ron','ron']

pd.DataFrame({'fruits': lis3, 'users':lis4})

     fruits  users
0    apples   john
1   bananas  stacy
2   oranges  stacy
3  cinnamon  stacy
4     pears    ron
5     juice    ron

首先，我需要创建一个新的数据框，每个项目都位于自己的行中。其次，名称变量需要根据“水果”的数量重复。所以看这个例子，John 有一个水果，而 Stacy 有 5 个水果——所以在用户名下，Stacy 必须重复 5 次。

【问题讨论】：

两个列表是否具有相同数量的元素（列表）？
"unstack" a pandas column containing lists into multiple rows的可能重复

标签： python pandas dataframe

【解决方案1】：

`itertools`

from itertools import chain, product, starmap

pd.DataFrame(
    [*chain(*starmap(product, zip(df.fruits, df.users)))],
    columns=df.columns
)

     fruits  users
0    apples   john
1   bananas  stacy
2   oranges  stacy
3  cinnamon  stacy
4     pears    ron
5     juice    ron

如果您只有 2 列，这也适用

pd.DataFrame(
    [*chain(*starmap(product, zip(*map(df.get, df))))],
    columns=df.columns
)

`generator`

def f(z):
  for A, B in z:
    for a in A:
      for b in B:
        yield (a, b)

pd.DataFrame([*f(zip(df.fruits, df.users))], columns=df.columns)

     fruits  users
0    apples   john
1   bananas  stacy
2   oranges  stacy
3  cinnamon  stacy
4     pears    ron
5     juice    ron

【讨论】：

【解决方案2】：

假设 lis1 和 lis2 具有相同数量的元素，您可以在压缩列表后使用列表推导来做到这一点。

pd.DataFrame(
  [{'fruit':F, 'users':U} for (f, u) in zip(lis1, lis2) for F in f for U in u]
)

以下代码产生以下输出：

      fruit    users
0    apples     john
1   bananas    stacy
2   oranges    stacy
3  cinnamon    stacy
4     pears      ron
5     juice      ron

【讨论】：

这只是因为我可以访问示例中的 lis1/lis2。对于我的数据集，我得到了一个带有列变量“fruit”和“user”的数据框。这些行填充了与上面示例类似的列表。 lis1 本质上会是： df['fruit] 吗？ -- 这使它成为一个系列，它们像列表一样工作吗？

【解决方案3】：

这是一个包含大量堆叠和拆解的解决方案：

开始于：

>>> df
                         fruits    users
0                      [apples]   [john]
1  [bananas, oranges, cinnamon]  [stacy]
2                [pears, juice]    [ron]

用途：

final = (df.stack().apply(pd.Series)
         .stack(0).unstack(1)
         .ffill()
         .reset_index(drop=True))

>>> final
     fruits  users
0    apples   john
1   bananas  stacy
2   oranges  stacy
3  cinnamon  stacy
4     pears    ron
5     juice    ron

【讨论】：