熊猫列表解包到多列答案

【问题标题】：Pandas list unpacking to multiple columns熊猫列表解包到多列
【发布时间】：2023-02-26 05:02:59
【问题描述】：

我有一个 pandas DataFrame，其中一列包含列表，例如：

>>> import pandas as pd
>>> d = {'A': [1, 2, 3], 'B': [[0.1, 0.2, 0.3], [0.4, 0.5, 0.6], [0.7, 0.8, 0.9]]}
>>> df = pd.DataFrame(data=d)
>>> df
   A                B
0  1  [0.1, 0.2, 0.3]
1  2  [0.4, 0.5, 0.6]
2  3  [0.7, 0.8, 0.9]

我可以将这些列表解压缩到单独的列

>>> df[['x','y','z']] = df.B.tolist()
>>> df
   A                B    x    y    z
0  1  [0.1, 0.2, 0.3]  0.1  0.2  0.3
1  2  [0.4, 0.5, 0.6]  0.4  0.5  0.6
2  3  [0.7, 0.8, 0.9]  0.7  0.8  0.9

但想用链接兼容的命令来做到这一点。

我想过使用.assign，但在这里我需要明确定义每个变量，并且通过 lambdas 解包有点涉及。

>>> (df.assign(q=lambda df_: df_.B.apply(lambda x: x[0]),
...            w=lambda df_: df_.B.apply(lambda x: x[1]),
...            u=lambda df_: df_.B.apply(lambda x: x[2])))
   A                B    q    w    u
0  1  [0.1, 0.2, 0.3]  0.1  0.2  0.3
1  2  [0.4, 0.5, 0.6]  0.4  0.5  0.6
2  3  [0.7, 0.8, 0.9]  0.7  0.8  0.9

有一个更好的方法吗？

【问题讨论】：

顺便说一句，你可以在没有apply的情况下使用.assign(q=lambda d: d['B'].str[0])对列表进行切片；）

标签： python pandas chaining iterable-unpacking

【解决方案1】：

pipe 对链接任何东西总是有用的：

(pd.DataFrame(d)
   .pipe(lambda d: d.join(pd.DataFrame(d['B'].to_list(),
                                       columns=['q', 'w', 'u'],
                                       index=d.index))
        )
)

pipe+assign 的变体：

df.pipe(lambda d: d.assign(**dict(zip(['q', 'w', 'u'], zip(*d['B'].to_list())))))

输出：

   A                B    q    w    u
0  1  [0.1, 0.2, 0.3]  0.1  0.2  0.3
1  2  [0.4, 0.5, 0.6]  0.4  0.5  0.6
2  3  [0.7, 0.8, 0.9]  0.7  0.8  0.9

【讨论】：

通过pipe 完成它是个好主意，非常感谢@mozway！ pipe+assign 变体对于生产代码来说可能有点老套，但是您就地创建 dict 的想法真的很酷。

【解决方案2】：

以@mozway 的重要提示为基础，有两个简化：

使用zip在assign内创建一个dict：

df.assign(**dict(zip(['x', 'y', 'z'], zip(*df['B']))))

【讨论】：