Pandas Dataframe - 值是列表

Question

我有一个只有一列的 Pandas 数据框，但每一行的值是五个元素的列表，如下所示：

	Column
timestamp
06:54:00	[1, 2, 3, 4, 5 ]
06:55:00	[0.5, 2.3, 4.5, 1, 3 ]

我想分离数据，以便获得另外五列，每列包含每行列表的一个值。像这样（我只放了前两个以节省空间）：

	Column	Column 1	Column 2
timestamp
06:54:00	[1, 2, 3, 4, 5 ]	1	2
06:55:00	[0.5, 2.3, 4.5, 1, 3 ]	0.5	2.3

我试过了：

        L = [pd.DataFrame(data[col].values.tolist()) for col in data]
        print(L)
        df_new = pd.concat(L, axis=1, ignore_index=True)
        print(df_new)

和

        for column in data.columns:
            column_name = f'TColumn {column}'
            val = data[column][column]
            n = 0
            for n in range(5):
                data[column_name] = val[n]
                n = n + 1
        print(data)

我没有得到任何东西，有人可以帮我解决这个问题吗？

提前谢谢你，

Answer 1

您必须先创建列，然后将df['Column'].values 转换为列表并将其分配给新创建的列。你可以这样做：

for i in range(1,6):
    df['Column '+str(i)] = np.nan
df.loc[:,'Column 1':'Column 5'] = df['Column'].tolist()

Answer 2

为了进一步简化@Manlai A 发布的内容，我们可以像这样即时创建新列：

df[[f'Column {i}' for i in range(5)]] = df['Columns'].tolist()

是的，这个 oneliner 实际上回答了上面的问题。

这里有一个带有虚拟数据的小演示，以帮助它更可重复： https://colab.research.google.com/drive/1NJLuS0thpjz4U-REpu1vOtrSfYdWmFIn?usp=sharing

编辑 1

对于下面评论部分提出的第二个问题：

“如果我现在有一些具有空列表的行是值 ([])，其余的与示例中的一样（具有 5 或 6 个元素的列表），我想创建一个新列，其中第一个列表的元素，如果为空，只需删除该行，我该怎么做？”

例如，如果您有一个像这样的虚拟表df：

    Columns
0   []
1   [2]
2   [18, 14]
3   [12, 19, 5]
4   [13, 12, 2, 19]
5   [8, 0, 10, 19, 8]
6   [12, 1, 4, 7, 14, 14]
7   [18, 2, 6, 12, 6, 12, 9]
8   [0, 8, 4, 19, 4, 5, 7, 4]
9   [11, 8, 5, 11, 3, 2, 4, 6, 12]

如果你想获取每行的第一项，你可以这样做：

df['Item'] = df['Columns'].apply(lambda items: items[0] if len(items) else None)

表格会变成：

    Columns                          Item
0   []                                NaN
1   [2]                               2.0
2   [18, 14]                         18.0
3   [12, 19, 5]                      12.0
4   [13, 12, 2, 19]                  13.0
5   [8, 0, 10, 19, 8]                 8.0
6   [12, 1, 4, 7, 14, 14]            12.0
7   [18, 2, 6, 12, 6, 12, 9]         18.0
8   [0, 8, 4, 19, 4, 5, 7, 4]         0.0
9   [11, 8, 5, 11, 3, 2, 4, 6, 12]   11.0

之后，您可以简单地删除任何包含 NA 值（None、np.NaN、pd.NA 等）的行：

df = df.dropna(axis=0)

它会变成：

    Columns                          Item
1   [2]                               2.0
2   [18, 14]                         18.0
3   [12, 19, 5]                      12.0
4   [13, 12, 2, 19]                  13.0
5   [8, 0, 10, 19, 8]                 8.0
6   [12, 1, 4, 7, 14, 14]            12.0
7   [18, 2, 6, 12, 6, 12, 9]         18.0
8   [0, 8, 4, 19, 4, 5, 7, 4]         0.0
9   [11, 8, 5, 11, 3, 2, 4, 6, 12]   11.0

请注意，索引 0 现在已丢失。要重置索引，您可以调用

df = df.reset_index()

我还将第二个答案包含在之前的 demo 中。