Python-如何在pandas数据帧中取消（分解）列？
我有以下DataFrame，其中列之一是对象（列表类型单元格）：
df=pd.DataFrame({'A':[1,2],'B':[[1,2],[1,2]]})
df
Out[458]:
A B
0 1 [1, 2]
1 2 [1, 2]
我的预期输出是：
A B
0 1 1
1 1 2
3 2 1
4 2 2
我应该怎么做才能做到这一点？
-
作为同时使用
R和python，我已经多次看到这种类型的问题。在
R中，它们具有tidyr名为的包中的内置函数unnest。但是Python（pandas）中没有针对此类问题的内置函数。我知道
object列type总是使数据难以通过pandas'函数进行转换。当我收到这样的数据时，想到的第一件事就是“弄平”或取消嵌套列。我正在使用
pandas和python函数来解决此类问题。如果你担心上述解决方案的速度，请检查user3483203的答案，因为他正在使用numpy并且大多数时候numpy速度更快。我建议Cpython，并numba如果速度在你的情况很重要。方法0 [pandas> = 0.25]
从pandas 0.25开始，如果只需要爆炸一列，则可以使用以下explode函数：df.explode('B') A B 0 1 1 1 1 2 0 2 1 1 2 2方法1
apply + pd.Series（易于理解，但不建议使用性能。）df.set_index('A').B.apply(pd.Series).stack().reset_index(level=0).rename(columns={0:'B'}) Out[463]: A B 0 1 1 1 1 2 0 2 1 1 2 2方法2与构造函数一起
使用，重新创建你的数据框（擅长性能，不擅长多列）repeatDataFramedf=pd.DataFrame({'A':df.A.repeat(df.B.str.len()),'B':np.concatenate(df.B.values)}) df Out[465]: A B 0 1 1 0 1 2 1 2 1 1 2 2例如，方法2.1除了A之外，还有A.1 ..... An如果仍然使用上面的method（方法2），则很难一一重建列。
解决方案：
join或merge与index后“UNNEST”单列s=pd.DataFrame({'B':np.concatenate(df.B.values)},index=df.index.repeat(df.B.str.len())) s.join(df.drop('B',1),how='left') Out[477]: B A 0 1 1 0 2 1 1 1 2 1 2 2如果需要与以前完全相同的列顺序，请reindex在末尾添加。
s.join(df.drop('B',1),how='left').reindex(columns=df.columns)方法3
重新创建listpd.DataFrame([[x] + [z] for x, y in df.values for z in y],columns=df.columns) Out[488]: A B 0 1 1 1 1 2 2 2 1 3 2 2如果超过两列，请使用
s=pd.DataFrame([[x] + [z] for x, y in zip(df.index,df.B) for z in y]) s.merge(df,left_on=0,right_index=True) Out[491]: 0 1 A B 0 0 1 1 [1, 2] 1 0 2 1 [1, 2] 2 1 1 2 [1, 2] 3 1 2 2 [1, 2]方法4
使用reindex或locdf.reindex(df.index.repeat(df.B.str.len())).assign(B=np.concatenate(df.B.values)) Out[554]: A B 0 1 1 0 1 2 1 2 1 1 2 2 #df.loc[df.index.repeat(df.B.str.len())].assign(B=np.concatenate(df.B.values))列表仅包含唯一值时的方法5：
df=pd.DataFrame({'A':[1,2],'B':[[1,2],[3,4]]}) from collections import ChainMap d = dict(ChainMap(*map(dict.fromkeys, df['B'], df['A']))) pd.DataFrame(list(d.items()),columns=df.columns[::-1]) Out[574]: B A 0 1 1 1 2 1 2 3 2 3 4 2使用方法6numpy：
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) A B 0 1 1 1 1 2 2 2 1 3 2 2方法7
使用基本函数
itertools cycle和chain：Pure python解决方案只是为了好玩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) A B 0 1 1 1 1 2 2 2 1 3 2 2归纳到多列
df=pd.DataFrame({'A':[1,2],'B':[[1,2],[3,4]],'C':[[1,2],[3,4]]}) df Out[592]: A B C 0 1 [1, 2] [1, 2] 1 2 [3, 4] [3, 4]自我定义功能：
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') unnesting(df,['B','C']) Out[609]: B C A 0 1 1 1 0 2 2 1 1 3 3 2 1 4 4 2列式嵌套
以上所有方法都在谈论垂直嵌套和爆炸，如果你确实需要水平扩展列表，请使用pd.DataFrame构造函数检查
df.join(pd.DataFrame(df.B.tolist(),index=df.index).add_prefix('B_')) Out[33]: A B C B_0 B_1 0 1 [1, 2] [1, 2] 1 2 1 2 [3, 4] [3, 4] 3 4更新功能
def unnesting(df, explode, axis): if axis==1: 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') else : df1 = pd.concat([ pd.DataFrame(df[x].tolist(), index=df.index).add_prefix(x) for x in explode], axis=1) return df1.join(df.drop(explode, 1), how='left')测试输出
unnesting(df, ['B','C'], axis=0) Out[36]: B0 B1 C0 C1 A 0 1 2 1 2 1 1 3 4 3 4 2
