Comment puis-je décompresser les listes des Pandas DataFrames en lignes individuelles ?

Déballage des listes dans des DataFrames en lignes individuelles

Dans des scénarios de manipulation de données, vous pouvez rencontrer le défi de transformer une cellule pandas contenant une liste en lignes individuelles. Pour y parvenir, vous pouvez exploiter la fonctionnalité de la méthode explosive() de pandas.

Avant pandas 0.25, la gestion de cette opération nécessitait des approches plus lourdes. Cependant, l'introduction de éclater() a rationalisé le processus.

Considérons l'exemple suivant :

import pandas as pd

df = pd.DataFrame({'name': ['A.J. Price'] * 3, 
                    'opponent': ['76ers', 'blazers', 'bobcats'], 
                    'nearest_neighbors': [['Zach LaVine', 'Jeremy Lin', 'Nate Robinson', 'Isaia']] * 3})
df.set_index(['name', 'opponent'])

Avec le DataFrame ci-dessus, vous souhaitez décompresser et empiler les valeurs dans la colonne les plus proches_voisins. , ce qui fait que chaque valeur devient une ligne au sein de chaque adversaire correspondant.

Voici comment vous pouvez y parvenir en utilisant la méthode éclater() :

df.explode('nearest_neighbors')

Le résultat apparaîtra comme suit :

                    nearest_neighbors
name       opponent                  
A.J. Price 76ers          Zach LaVine
           76ers           Jeremy Lin
           76ers        Nate Robinson
           76ers                Isaia
           blazers        Zach LaVine
           blazers         Jeremy Lin
           blazers      Nate Robinson
           blazers              Isaia
           bobcats        Zach LaVine
           bobcats         Jeremy Lin
           bobcats      Nate Robinson
           bobcats              Isaia

En utilisant la méthode éclater(), vous transformez efficacement la colonne originale de type liste en lignes, fournissant ainsi une représentation plus structurée et plus gérable de vos données.

Ce qui précède est le contenu détaillé de. pour plus d'informations, suivez d'autres articles connexes sur le site Web de PHP en chinois!