Pandas DataFrame 中列的值列表答案

【问题标题】：List of values to Columns in Pandas DataFramePandas DataFrame 中列的值列表
【发布时间】：2017-05-03 06:40:34
【问题描述】：

我有一个 DataFrame，其中一列包含值列表（每个值都是一个特征的值）。现在我需要将这些值列表转换为每一列。
例如：DataFrame 有两列，其中数据列是值列表

   data  ,  Time      
[1,2,3,4], 12:34   
[5,6,7,8], 12:36   
[9,1,2,3], 12:45

然后我需要转换为

例如：

   data0 data1 data2 data3 Time
    1   ,  2  ,  3  ,  4  , 12:34    
    5   ,  6  ,  7  ,  8  , 12:36    
    9   ,  1  ,  2  ,  3  , 12:45

我怎样才能有效地做到这一点？

【问题讨论】：

标签： python pandas numpy dataframe

【解决方案1】：

您可以使用DataFrame 构造函数将data 列values + tolist、add_prefix 和最后join 列Time 转换为numpy array：

df = pd.DataFrame(df['data'].values.tolist()).add_prefix('data').join(df['Time'])
print (df)
   data0  data1  data2  data3   Time
0      1      2      3      4  12:34
1      5      6      7      8  12:36
2      9      1      2      3  12:45

【讨论】：

【解决方案2】：

numpy
我们通过直接在值上使用 np.column_stack 获得了一个非常快速的解决方案。剩下要做的就是将列拼接在一起

v = np.column_stack([df.data.values.tolist(), df.Time.values])
c = ['data{}'.format(i) for i in range(v.shape[1] - 1)] + ['Time']
pd.DataFrame(v, df.index, c)

  data0 data1 data2 data3   Time
0     1     2     3     4  12:34
1     5     6     7     8  12:36
2     9     1     2     3  12:45

时间

%%timeit
pd.DataFrame(df['data'].values.tolist()).add_prefix('data').join(df['Time'])
1000 loops, best of 3: 1.13 ms per loop

%%timeit
v = np.column_stack([df.data.values.tolist(), df.Time.values])
c = ['data{}'.format(i) for i in range(v.shape[1] - 1)] + ['Time']
pd.DataFrame(v, df.index, c)
10000 loops, best of 3: 183 µs per loop

【讨论】：