将列表的性能解包到熊猫数据框中答案

【问题标题】：Performance unpacking list of lists into pandas dataframe将列表的性能解包到熊猫数据框中
【发布时间】：2018-07-11 04:54:11
【问题描述】：

我有一个列表列表，其中外部列表的长度为 100k，每个内部列表的长度为 2，有两个布尔条目，例如 [True, False]。我试图将第一个条目中的每一个放入数据框的一列中，并将第二个条目中的每一个放入另一个中。我的代码可以运行，但速度很慢（大约需要 12 秒）：

populate_df[["col1", "col2"]] = pd.Series(list_of_lists).apply(pd.Series)

有人可以推荐一种性能更好的方法吗？

【问题讨论】：

标签： python python-3.x pandas indexing

【解决方案1】：

试试这个：

In [29]: lst = [[False,False],[True, False],[False, True]]

In [30]: df = pd.DataFrame(lst, columns=['col1','col2'])

In [31]: df
Out[31]:
    col1   col2
0  False  False
1   True  False
2  False   True

【讨论】：

啊，谢谢，假设它会创建一个数据框，如果我这样做的话，每个内部列表都是另一列。我会在允许的情况下尽快接受这个答案。
嗨，@MaxU，我怎样才能为多个键做到这一点。我试过追加，但无济于事。
@BFurtado，请使用相应的小型可重现数据集和您想要的数据集打开一个新问题。

【解决方案2】：

如果您想向现有数据框添加列，这将起作用：-

import pandas as pd

df = pd.DataFrame()
lst = [[True, False], [False, False], [True, True], [False, True]]

df = pd.concat([df, pd.DataFrame(columns=['A', 'B'])], axis=1)
df.A, df.B = list(zip(*lst))

#        A      B
# 0   True  False
# 1  False  False
# 2   True   True
# 3  False   True

【讨论】：