如何使用两列来区分熊猫数据框中的数据点答案

【问题标题】：How to use two columns to distinguish data points in a pandas dataframe如何使用两列来区分熊猫数据框中的数据点
【发布时间】：2020-12-07 01:41:53
【问题描述】：

我有一个如下所示的数据框：

import pandas as pd
df = pd.DataFrame({'a':[1,2,3], 'b':[[1,2,3],[1,2,3],[1,2,3]], 'c': [[4,5,6],[4,5,6],[4,5,6]]})

我想用 b 列和 c 列分解数据框。我知道如果我们只使用一列，那么我们可以这样做

df.explode('column_name')

但是，我找不到使用两列的方法。所以这是所需的输出。

output = pd.DataFrame({'a':[1,1,1,2,2,2,3,3,3], 'b':[1,2,3,1,2,3,1,2,3], 'c': [4,5,6,4,5,6,4,5,6]})

我试过了

df.explode(['a','b'])

但它不起作用并给了我一个

ValueError: column must be a scalar.

谢谢。

【问题讨论】：

标签： python pandas dataframe explode

【解决方案1】：

@Ben 的列表理解是最快的。但是，如果您不太关心速度，可以使用apply 和pd.Series.explode

df.set_index('a').apply(pd.Series.explode).reset_index()

或者只是apply。在非列表列上，它将返回原始值

df.apply(pd.Series.explode).reset_index(drop=True)

Out[42]:
   a  b  c
0  1  1  4
1  1  2  5
2  1  3  6
3  2  1  4
4  2  2  5
5  2  3  6
6  3  1  4
7  3  2  5
8  3  3  6

【讨论】：

【解决方案2】：

您可以使用itertools chain 和zip 来获得结果：

pd.DataFrame(chain.from_iterable(zip([a] * df.shape[-1], b, c)
                                 for a, b, c in df.to_numpy()))


    0   1   2
0   1   1   4
1   1   2   5
2   1   3   6
3   2   1   4
4   2   2   5
5   2   3   6
6   3   1   4
7   3   2   5
8   3   3   6

【讨论】：

【解决方案3】：

让我们试试

df=pd.concat([df[x].explode() for x  in  ['b','c']],axis=1).join(df[['a']]).reindex(columns=df.columns)
Out[179]: 
   a  b  c
0  1  1  4
0  1  2  5
0  1  3  6
1  2  1  4
1  2  2  5
1  2  3  6
2  3  1  4
2  3  2  5
2  3  3  6

【讨论】：