如何将 Pandas DataFrame 列取消嵌套为多行？

如何在 Pandas DataFrame 中将一列取消嵌套为多行

问题：

您有一个 DataFrame，其中一列包含值列表，并且您想要分隔每个列表元素

解决方案：

有多种方法可以在 Pandas DataFrame 中取消嵌套（或分解）列：

方法1：使用explode（Pandas >= 0.25)

如果要取消嵌套单个列，则explode函数是最简单的解决方案：

df.explode('B')

方法2：使用apply和pd.Series

此方法很简单，但出于性能考虑不推荐使用原因：

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

方法 3：使用重复和 DataFrame 构造函数

使用未嵌套列中的重复值创建新的 DataFrame：

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

方法 4：使用 reindex 或loc

使用未嵌套的值创建一个新的 DataFrame，并使用 reindex 或 loc 将其与原始数据对齐：

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

方法 5：使用 collections.ChainMap (当列表包含唯一值时）

from collections import ChainMap
d = dict(ChainMap(*map(dict.fromkeys, df['B'], df['A'])))
pd.DataFrame(list(d.items()),columns=df.columns[::-1])

方法6：使用Numpy实现高性能

这个方法比前面的方法效率更高：

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7：使用itertools.cycle和itertools.chain

纯 Python 解决方案fun:

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)

泛化为多列：

以下函数允许您在 DataFrame 中取消嵌套多列：

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')

按列解除嵌套：

如果您需要水平取消嵌套列，请使用 DataFrame 构造函数的 add_prefix 方法：

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

以上是如何将 Pandas DataFrame 列取消嵌套为多行？的详细内容。更多信息请关注PHP中文网其他相关文章！