Pandas 将列的列表元素的值分配到 n 个不同的列中答案

【问题标题】：Pandas distribute values of list element of a column into n different columnsPandas 将列的列表元素的值分配到 n 个不同的列中
【发布时间】：2018-11-21 09:34:23
【问题描述】：

我有一个 Pandas DataFrame，其中包含一个列名 RecentDelays，其中包含一个元素列表。 My DataFrame

需要将此RecentDelays列分成N个不同的列，例如Delay1，Delay2，....列表的第一个值在对应行的Delay1列中，第二个值在对应行的Delay2列中等等。如果有没有第 n 个值应该是 NaN

【问题讨论】：

您能否添加一个输入数据样本？
请将您的数据框发布为文本，而不是图像。
RecentDelays [23,47] [] [24,43,87]

标签： python pandas data-science data-cleaning

【解决方案1】：

对于新列最好使用DataFrame 构造函数，因为.apply(pd.Series) 很慢，检查this timings，最后join 为原始：

#jedwards data sample
d1 = pd.DataFrame({'Airline':['A','B','C'],'Delays':[[],[1],[1,2]]})

d2 = (pd.DataFrame(d1['Delays'].values.tolist(), index=d1.index)
        .rename(columns = lambda x: 'Delay{}'.format(x+1)))

df = d1.join(d2)
print (df)
  Airline  Delays  Delay1  Delay2
0       A      []     NaN     NaN
1       B     [1]     1.0     NaN
2       C  [1, 2]     1.0     2.0

如果需要删除列，请先使用pop：

d2 = (pd.DataFrame(d1.pop('Delays').values.tolist(), index=d1.index)
        .rename(columns = lambda x: 'Delay{}'.format(x+1)))

df = d1.join(d2)
print (df)
  Airline  Delay1  Delay2
0       A     NaN     NaN
1       B     1.0     NaN
2       C     1.0     2.0

【讨论】：

【解决方案2】：

这是一种方法：

import pandas as pd

d1 = pd.DataFrame({'Airline':['A','B','C'],'Delays':[[],[1],[1,2]]})

# Expand column into temporary Dataframe
d2 = d1['Delays'].apply(pd.Series)

# Integrate temp columns back into original Dataframe (while naming column)
for col in d2:
    d1["Delay%d" % (col+1)] = d2[col]

print(d1)

之前：

航空公司延误 0个[] 1 乙 [1] 2 C [1, 2]

之后：

航空公司延误延误 1 延误 2 0 A [] 南南 1 B [1] 1.0 NaN 2 C [1, 2] 1.0 2.0

您还可以将临时数据框中的列命名为：

# Name columns of new dataframe
d2.columns = ["Delay%d" % (i+1) for i in range(len(d2.columns))]

然后使用 concat。

您还可以使用以下内容删除现已扩展的延迟列：

d1.drop(columns=['Delays'], inplace=True) # or,
d1.drop(['Delays'], axis=1, inplace=True)

【讨论】：