如何取消 Pandas DataFrame 中包含清單的列的嵌套？

如何將Pandas DataFrame 中的列取消巢狀（分解）為多行

在pandas 中，您可能會遇到列包含列表或物件作為元素。要將這樣的列轉換為單獨的行，需要一個稱為「取消巢狀」或「爆炸」的過程。這使您可以更有效地視覺化和分析數據。

問題：

考慮一個DataFrame，其中一列「B」包含清單：

df = pd.DataFrame({'A': [1, 2], 'B': [[1, 2], [1, 2]]})

   A       B
0  1  [1, 2]
1  2  [1, 2]

預期輸出：

預計輸出：

   A  B
0  1  1
1  1  2
3  2  1
4  2  2

預計輸出：

所需的輸出是一個DataFrame，其中「B」列的每個元素表示為單獨的行：

解決方案：

df.explode('B')

   A  B
0  1  1
1  1  2
0  2  1
1  2  2

方法一：爆炸函數

從Pandas 0.25 版本開始，可以使用pandas.DataFrame.explode函數進行取消巢狀。此函數有效地分解特定列，為每個列表元素建立新行。

df.set_index('A').B.apply(pd.Series).stack().reset_index(level=0).rename(columns={0:'B'})

方法 2：應用 pd.Series

另一種方法是將 apply 結合起來與 pd.Series 的功能。此方法處理「B」列的每一行，並將其元素拆分為單獨的 Series 物件。

df = pd.DataFrame({'A':df.A.repeat(df.B.str.len()), 'B':np.concatenate(df.B.values)})

方法 3：DataFrame 建構子

或者，您可以使用 DataFrame 建構子來重塑資料。這涉及重複行索引以匹配清單中的元素數量並將它們連接到單一列。

df.reindex(df.index.repeat(df.B.str.len())).assign(B=np.concatenate(df.B.values))

方法 4：重新索引或 loc

使用 reindex 或 loc 讓您擴充 DataFrame 以容納分解的值。使用“B”列中的元素填入缺失值。

pd.DataFrame([[x] + [z] for x, y in df.values for z in y],columns=df.columns)

方法 5：列表理解

一種簡潔的方法涉及使用以下命令創建列表列表列表理解，然後將其轉換為 DataFrame。

newvalues=np.dstack((np.repeat(df.A.values,list(map(len,df.B.values))),np.concatenate(df.B.values)))
pd.DataFrame(data=newvalues[0],columns=df.columns)

方法 6： Numpy

對於效能密集場景，numpy 提供向量化運算。此方法使用 np.dstack 重塑資料並建立一個新的 DataFrame。

from itertools import cycle, chain
l=df.values.tolist()
l1=[list(zip([x[0]], cycle(x[1])) if len([x[0]]) > len(x[1]) else list(zip(cycle([x[0]]), x[1]))) for x in l]
pd.DataFrame(list(chain.from_iterable(l1)),columns=df.columns)

方法 7：Itertools

利用 itertools包，您可以迭代元素並將它們組合起來創建一個新的DataFrame.

def unnesting(df, explode):
    idx = df.index.repeat(df[explode[0]].str.len())
    df1 = pd.concat([pd.DataFrame({x: np.concatenate(df[x].values)}) for x in explode], axis=1)
    df1.index = idx

    return df1.join(df.drop(explode, 1), how='left')

泛化為多列：

要將這些方法擴展到多列，您可以定義一個自訂函數，該函數將列名稱作為輸入並執行取消巢狀操作。

df.join(pd.DataFrame(df.B.tolist(),index=df.index).add_prefix('B_'))

按列取消巢狀：

如果你想水平“取消巢狀”，即展開一行中的元素，可以使用 DataFrame 建構函數。 結論：

這些方法為取消 pandas DataFrame 中的資料嵌套提供了靈活的選項。選擇最適合您的效能和可讀性要求的方法。

以上是如何取消 Pandas DataFrame 中包含清單的列的嵌套？的詳細內容。更多資訊請關注PHP中文網其他相關文章！