【问题标题】:Split a dataframe where every row is a list into columns将每行都是列表的数据框拆分为列
【发布时间】:2020-08-24 15:35:52
【问题描述】:

我在 pandas 数据框中有一列。每一行都由一个列表组成。所有列表的长度相同。

0
________________________________________________________
0   [86232, 2019-09-12, INTERNET, ... , N ]
1   [86233, 2019-09-12, INTERNET, ... , M ]
2   [86234, 2019-09-12, MEZZO LIBERO, ...  , Q ]
3   ...

我想将每个列表的每个元素拆分到不同的列中。所以最终的结果应该是这样的:

1     |2           | 3            | ... | 33
______________________________________________
86232 | 2019-09-12 | INTERNET     | ... | N
86233 | 2019-09-12 | INTERNET     | ... | M
86234 | 2019-09-12 | MEZZO LIBERO | ... | Q

使用 Pandas 最简单的方法是什么?

这些是字典模式

{0: {0: (86232, datetime.datetime(2019, 9, 12, 0, 0), 'INTERNET', 'A.M Web', 'Brand_SMG', 0.0, 'gen', '20_FCST', 'OnLine', 'dipendente S', 'Low Rev.', 'STx', 'A.M', 'INTERNET', 'Brand_X', 'dipendente S', 'STORICI', 'TIER 1', 1.0, 'TIER 1', 'ALIMENTARI', '04_SRM', 'SMX', 'ALTRI', 'STC', 'Reservation', 'Off + On', 'Online_R', 'TIER 1', None, None, None, None),
  1: (86233, datetime.datetime(2019, 9, 12, 0, 0), 'INTERNET', 'A.m Web', 'Brand_SMX', 0.0, 'feb', '20_FCST', 'OnLine', 'dipendente S', 'Low Rev.', 'STx', 'A.M', 'INTERNET', 'Brand_SMX', 'dipendente S', 'STORICI', 'TIER 1', 1.0, 'TIER 1', 'ALIMENTARI', '04_SRM', 'SMX', 'ALTRI', 'STC', 'Reservation', 'Off + On', 'Online_R', 'TIER 1', None, None, None, None)}

【问题讨论】:

    标签: python python-3.x pandas


    【解决方案1】:

    检查

    newdf = pd.DataFrame(df[0].tolist())
    

    【讨论】:

    • 我已经尝试过了,但它不起作用。它给了我相同的数据框
    • 已添加到问题中
    【解决方案2】:

    这样的事情怎么样?

    import pandas as pd
    
    df = pd.DataFrame({'a': [[1, 2], [3, 4], [5, 6]]})
    
    a = []
    b = []
    
    for i, row in df.iterrows():
        a.append(row['a'][0])
        b.append(row['a'][1])
    
    new_df = pd.DataFrame({'a':a, 'b':b})
    print(new_df)
    

    【讨论】:

      猜你喜欢
      • 2022-12-22
      • 1970-01-01
      • 2013-04-02
      • 1970-01-01
      • 1970-01-01
      • 2022-06-15
      • 1970-01-01
      • 2017-08-29
      • 1970-01-01
      相关资源
      最近更新 更多