将熊猫数据框嵌套列表拆分为新的命名列答案

【问题标题】：Split pandas dataframe nested list into new named columns将熊猫数据框嵌套列表拆分为新的命名列
【发布时间】：2015-09-18 14:56:18
【问题描述】：

我有一个如下形式的数据框 (df)：

name alias col3
mark david ['3109892828','email@john.com','123 main st']
john twixt ['5468392873','email@twix.com','345 grand st']

将 col3 拆分为新的命名列的简洁方法是什么？（也许使用 lambda 并应用）

【问题讨论】：

标签： python list pandas

【解决方案1】：

您可以对列表元素应用连接以生成逗号分隔的字符串，然后使用expand=True 调用矢量化的str.split 来创建新列：

In [12]:
df[['UserID', 'email', 'address']] = df['col3'].apply(','.join).str.split(expand=True)
df

Out[12]:
   alias                                        col3  name  \
0  david   [3109892828, email@john.com, 123 main st]  mark   
1  twixt  [5468392873, email@twix.com, 345 grand st]  john   

                          UserID  email address  
0  3109892828,email@john.com,123   main      st  
1  5468392873,email@twix.com,345  grand      st

更简洁的方法是应用 pd.Series ctor，它将每个列表变成一个系列：

In [15]:
df[['UserID', 'email', 'address']] = df['col3'].apply(pd.Series)
df

Out[15]:
   alias                                        col3  name      UserID  \
0  david   [3109892828, email@john.com, 123 main st]  mark  3109892828   
1  twixt  [5468392873, email@twix.com, 345 grand st]  john  5468392873   

            email       address  
0  email@john.com   123 main st  
1  email@twix.com  345 grand st

【讨论】：

如果“列”合法地包含逗号，这可能会导致困难......也许像 df[['id', 'email', 'address']] = df.col3.apply(pd.Series) 然后删除 col3 ？
嗯。是的，但除非 OP 在他们的数据中有这个，否则我不认为这是一个问题，仍然应用 Series ctor 更干净，在这里足够了，会更新，谢谢
通常，这将是一个很好的解决方案，但似乎我的数组每行的列数不同.. 如果嵌套列表的列数不同，我该怎么办每条记录的字段数？这是我得到的错误： ValueError: Columns must be same length as key
这是我在使用 split() 时遇到的错误：TypeError: split() got an unexpected keyword argument 'expand'
如果元素数量不一致，那么除非长度相同，否则您无法创建新列，您使用的是什么版本的熊猫？

【解决方案2】：

这就是我想出的。它包括对原始文件的一些清理，以及到字典的转换。

import pandas as pd
with open('/path/to/file', 'rb') as f:
    data = f.readlines()

data = map(lambda x: x.split('}'), data)
data_df = pd.DataFrame(data)
data_dfn = data_df.transpose()
data_new = data_dfn[0].map(lambda x: x.lstrip('[,{)').replace("'","").split(','))

s = pd.DataFrame(data_new)
d = dict(data_new)
D = pd.DataFrame(dict([ (k,pd.Series(v)) for k,v in d.iteritems() ]))
D = D.transpose()

【讨论】：