pandas：将一列列表聚合到一个列表中答案

【问题标题】：pandas: aggregate a column of list into one listpandas：将一列列表聚合到一个列表中
【发布时间】：2020-02-21 18:44:50
【问题描述】：

我有以下数据框my_df：

name         numbers
----------------------
A             [4,6]
B             [3,7,1,3]
C             [2,5]
D             [1,2,3]

我想将所有数字合并到一个新列表中，所以输出应该是：

 new_numbers
---------------
[4,6,3,7,1,3,2,5,1,2,3]

这是我的代码：

def combine_list(my_lists):
    new_list = []
    for x in my_lists:
        new_list.append(x)

    return new_list

new_df = my_df.agg({'numbers': combine_list})

但new_df 看起来仍然和原来的一样：

              numbers
----------------------
0             [4,6]
1             [3,7,1,3]
2             [2,5]
3             [1,2,3]

我做错了什么？我如何让new_df 喜欢：

 new_numbers
---------------
[4,6,3,7,1,3,2,5,1,2,3]

谢谢！

【问题讨论】：

标签： python-3.x pandas dataframe aggregate

【解决方案1】：

您需要flatten 值，然后通过构造函数创建新的Dataframe：

flatten = [item for sublist in df['numbers'].values.tolist() for item in sublist]

或者：

flatten = np.concatenate(df['numbers'].values).tolist()

或者：

from  itertools import chain

flatten = list(chain.from_iterable(df['numbers'].values.tolist()))

df1 = pd.DataFrame({'numbers':[flatten]})

print (df1)
                             numbers
0  [4, 6, 3, 7, 1, 3, 2, 5, 1, 2, 3]

时间是here。

【讨论】：

functools.reduce(lambda x,y: x+y,l) 应该更快
@Wen - 我认为这取决于列表的大小、df 的长度，但by here 最快的解决方案是chain.from_iterable。

【解决方案2】：

您可以使用 df['numbers'].sum() 返回一个组合列表来创建新的数据框

new_df = pd.DataFrame({'new_numbers': [df['numbers'].sum()]})

    new_numbers
0   [4, 6, 3, 7, 1, 3, 2, 5, 1, 2, 3]

【讨论】：

不幸的是你的解决方案是slow :(
@jezrael，哦，我没有测试时间
@jezrael，是的，我同意，它出奇的慢:(

【解决方案3】：

应该这样做：

newdf = pd.DataFrame({'numbers':[[x for i in mydf['numbers'] for x in i]]})

【讨论】：

【解决方案4】：

查看pandas groupby and join lists

你正在寻找的是，

my_df = my_df.groupby(['name']).agg(sum)

【讨论】：

请不要仅发布对其他 stackoverflow 问题的链接的答案。相反，投票/标记以关闭为重复，或者，如果问题不是重复的，定制此特定问题的答案。