Wie kann man listenartige Spalten in Pandas DataFrames effektiv auflösen?

Explodierende listenartige Spalten: Ein Leitfaden zum Erweitern von Datenrahmen

Problem:

In In Pandas-Datenrahmen können einige Zellen Listen mit mehreren Werten enthalten. Das Ziel besteht darin, den Datenrahmen so zu transformieren, dass jedes Listenelement eine separate Zeile einnimmt, während die Werte in anderen Spalten erhalten bleiben.

Lösung:

Methode 1: repeat()

Vor Pandas 0.25 wurde die Methode „repeat()“ üblicherweise zum Auflösen von Listen verwendet Spalten:

import pandas as pd
import numpy as np

df = pd.DataFrame(
    {'trial_num': [1, 2, 3, 1, 2, 3],
     'subject': [1, 1, 1, 2, 2, 2],
     'samples': [list(np.random.randn(3).round(2)) for i in range(6)]
    }
)

# Expand 'samples' column into separate rows using repeat()
df_exploded = df.assign(
    samples=df['samples'].str.join(',').str.split(',')
).explode('samples')

df_exploded = df_exploded.reset_index(drop=True)

# Add sample_num column to track list element order
df_exploded['sample_num'] = df_exploded.groupby('trial_num').cumcount()

Methode 2: explosion() (Pandas >= 0.25)

Mit der Veröffentlichung von Pandas 0.25 stellt die Methode .explode() bereit eine elegante Lösung:

df.explode('samples').reset_index(drop=True)

Diese Methode verarbeitet automatisch leere Listen und behält NaNs bei, um sicherzustellen, dass a umfassende Konvertierung.

Hinweis:

• Die wiederholungsbasierte Methode kann explodierende Zeichenfolgenspalten verarbeiten, erfordert jedoch zunächst eine Aufteilung an einem Trennzeichen.
• Die Methode explosion() explodiert jeweils eine einzelne Spalte.
• Explodierte Datenrahmen erfordern möglicherweise eine weitere Verarbeitung, um einen eindeutigen Index zu erstellen und Listenelemente neu nummerieren.

Das obige ist der detaillierte Inhalt vonWie kann man listenartige Spalten in Pandas DataFrames effektiv auflösen?. Für weitere Informationen folgen Sie bitte anderen verwandten Artikeln auf der PHP chinesischen Website!