如何在列范围内拆分列表？

Question

我有一个包含几列的数据框，其中包含一个列表。我想将此列表拆分为不同的列。我目前在 stackoverflow 中找到了this 问题，但它似乎只是将列表拆分为 1 列，我想将其应用于列表中包含不相等数量的对象的多个列。

我的 df 看起来像这样：

     ID |  value_0  |  value_1  |  value_2  | value_3   | value_4
0   1001|[1001,1002]|   None    |   None    |   None    |  None 
1   1010|[1010,2001]|[2526,1000]|   None    |   None    |  None  
2   1100|[1234,5678]|[9101,1121]|[3141,5161]|[1718,1920]|[2122,2324]

我想把它改成：

     ID | 0  | 1  |  2   |  3   | 4
0   1001|1001|1002| None | None | None 
1   1010|1010|2001| 2526 | 1000 | None  
2   1100|1234|5678| 9101 | 1121 | 3141 ....etc.

目前这是我的代码，但它只输出一个包含“无”值的数据帧。我不确定如何解决它，因为它似乎只获取最后一列，并没有真正拆分列表。

length = len(list(df.columns.values))-1

for i in range(length):
    temp = "value_" + str(i)
    x = df[temp]
    new_df = pd.DataFrame(df[temp].values.tolist())

我得到的new_df的结果是：

   | 0
  0| None
  1| None
  2| [2122,2324]

但是，如果我只关注 1 列（即 value_0），它会很好地拆分列表。

new_df = pd.DataFrame(df['value_0'].values.tolist())

非常感谢任何帮助

Answer 1

首先使用pd.concat和pd.Series将列表展开为单独的列并附加到原始df，然后删除原始列

for i in df.columns:
    df = pd.concat([df, df[i].apply(pd.Series)], axis=1)

df.drop(['ID','value_0','value_1','value_2','value_3','value_4'], axis=1, inpalce=True)

输出

          0     0     1       0       1       0       1       0       1  \
   0   1001  1001  1002     NaN     NaN     NaN     NaN     NaN     NaN   
   1   1010  1010  2001  2526.0  1000.0     NaN     NaN     NaN     NaN   
   2   1100  1234  5678  9101.0  1121.0  3141.0  5161.0  1718.0  1920.0   

           0       1  
   0     NaN     NaN  
   1     NaN     NaN  
   2  2122.0  2324.0 

Answer 2

想法是通过DataFrame.stack 重塑值以删除None 值，因此可以使用DataFrame 构造函数，然后通过Series.unstack 重塑，对列进行排序并设置默认列名：

import ast
#if strings in columns instead lists
#df.iloc[:, 1:] = df.iloc[:, 1:].applymap(ast.literal_eval)

s = df.set_index('ID', append=True).stack()

df = pd.DataFrame(s.values.tolist(), index=s.index).unstack().sort_index(axis=1, level=1)
df.columns = np.arange(len(df.columns))

df = df.reset_index(level=1)
print (df)
     ID       0       1       2       3       4       5       6       7  \
0  1001  1001.0  1002.0     NaN     NaN     NaN     NaN     NaN     NaN   
1  1010  1010.0  2001.0  2526.0  1000.0     NaN     NaN     NaN     NaN   
2  1100  1234.0  5678.0  9101.0  1121.0  3141.0  5161.0  1718.0  1920.0   

        8       9  
0     NaN     NaN  
1     NaN     NaN  
2  2122.0  2324.0  

pandas 0.24+ 整数缺失值的解决方案：

df = df.astype('Int64').reset_index(level=1)
print (df)
     ID     0     1     2     3     4     5     6     7     8     9
0  1001  1001  1002   NaN   NaN   NaN   NaN   NaN   NaN   NaN   NaN
1  1010  1010  2001  2526  1000   NaN   NaN   NaN   NaN   NaN   NaN
2  1100  1234  5678  9101  1121  3141  5161  1718  1920  2122  2324