Python pandas 将列列表拆分为多列

Question

我有一个如下所示的 Pandas 数据框，带有一个索引和两列。 “Image_main”列包含一个 url 列表。

我想要做的是将“image_main”列列表中的每个项目分隔到同一数据框中的新列中。列表的长度在每一行中是不同的。例如，第 1 行的列表有 4 个 url，而第 3 行只有 2 个 url。

index   image_main                                      referenceID
0     ['https://x.com/1.jpg','https://x.com/2.jpg',...  3.297439e+10
1     ['https://y.com/1.jpg','https://y.com/2.jpg',...  4.000220e+12
2     ['https://z.com/1.jpg','https://z.com/2.jpg',...  4.000130e+12
3     ['https://v.com/1.jpg','https://v.com/2.jpg',...  3.296914e+10
4     ['https://a.com/1.jpg','https://a.com/2.jpg',...  4.000080e+12

到目前为止，我已经根据对以下问题的答案进行了以下尝试：Pandas: split column of lists of unequal length into multiple columns。但是，它似乎不起作用，因为我得到了与以前相同的结果

df['image_main'] = pd.DataFrame(df['image_main'].values.tolist()).add_prefix('code_')
print(df)

    image_main                                         referenceID
0   ['https://x.com/1.jpg','https://x.com/2.jpg',...   3.297439e+10
1    ['https://y.com/1.jpg','https://y.com/2.jpg',...   4.000220e+12
2    ['https://z.com/1.jpg','https://z.com/2.jpg',...   4.000130e+12
3    ['https://v.com/1.jpg','https://v.com/2.jpg',...   3.296914e+10
4    ['https://a.com/1.jpg','https://a.com/2.jpg',...   4.000080e+12

如何将 image_main 列中的每个项目拆分为同一数据框中的新单独列？

所需的结果类似于以下内容：

    image_main     referenceID.     image_1.                  image 2                ....
0   ...,...        3.297439e+10.    'https://x.com/1.jpg'    'https://x.com/2.jpg' 
1   ...,...        3.297439e+10.    'https://y.com/1.jpg'    'https://y.com/2.jpg' 
2   ...,...        3.297439e+10.    'https://z.com/1.jpg'    'https://z.com/2.jpg' 
3   ...,...        3.297439e+10.    'https://v.com/1.jpg'    'https://v.com/2.jpg' 
4   ...,...        3.297439e+10.    'https://a.com/1.jpg'    'https://a.com/2.jpg' 

Answer 1

当我尝试时，您链接的线程中的解决方案运行良好。

您不将转换分配给列，而是将其与主数据框连接

---

df.join(pd.DataFrame(df["image_main"].values.tolist()).add_prefix('image_'))

编辑：

要将image_main 字符串值转换为列表，请使用以下命令：

df["image_main"] = df["image_main"].str.replace("\[|\]|\'", "").str.split(",")
df.join(pd.DataFrame(df["image_main"].values.tolist()).add_prefix('image_'))

Answer 2

我认为您缺少的是 pd.merge：

df:

     A
0   [1, 2, 3, 4]
1   [1, 2, 3, 4]
2   [1, 2, 3, 4]

合并到新的df中：

pd.merge(df, pd.DataFrame(df['A'].values.tolist()).add_prefix('code_'), on=df.index)

输出：

    key_0   A             code_0    code_1  code_2  code_3
0   0       [1, 2, 3, 4]    1         2       3      4
1   1       [1, 2, 3, 4]    1         2       3      4
2   2       [1, 2, 3, 4]    1         2       3      4