我有以下形式的數據幀（DF）：拆分大熊貓數據框嵌套列表進入新命名的列
name alias col3
mark david ['3109892828','[email protected]','123 main st']
john twixt ['5468392873','[email protected]','345 grand st']
什麼是COL3分裂成新的，名爲列的簡潔的方式？ （可能使用Lambda和應用）
你可以申請一個加入到列表中的元素，使一個逗號分隔字符串，然後調用矢量化str.split與expand=True來創建新的列：
In [12]:
df[['UserID', 'email', 'address']] = df['col3'].apply(','.join).str.split(expand=True)
df
Out[12]:
alias col3 name \
0 david [3109892828, [email protected], 123 main st] mark
1 twixt [5468392873, [email protected], 345 grand st] john
UserID email address
0 3109892828,[email protected],123 main st
1 5468392873,[email protected],345 grand st
一個清潔的方法將應用pd.Series構造函數，這將變成每個列表成系列：
In [15]:
df[['UserID', 'email', 'address']] = df['col3'].apply(pd.Series)
df
Out[15]:
alias col3 name UserID \
0 david [3109892828, [email protected], 123 main st] mark 3109892828
1 twixt [5468392873, [email protected], 345 grand st] john 5468392873
email address
0 [email protected] 123 main st
1 [email protected] 345 grand st
這是我想出了。它包含了一些對原始文件的清理以及對字典的轉換。
import pandas as pd
with open('/path/to/file', 'rb') as f:
data = f.readlines()
data = map(lambda x: x.split('}'), data)
data_df = pd.DataFrame(data)
data_dfn = data_df.transpose()
data_new = data_dfn[0].map(lambda x: x.lstrip('[,{)').replace("'","").split(','))
s = pd.DataFrame(data_new)
d = dict(data_new)
D = pd.DataFrame(dict([ (k,pd.Series(v)) for k,v in d.iteritems() ]))
D = D.transpose()
這可能會造成困難，如果 「列」 合法包含逗號......也許像'DF [ '身份證'， '郵件'， '地址'] = df.col3.apply（PD。系列）'然後放下'col3'？ –
嗯。誠然，除非OP在他們的數據中有這個數據，我不認爲這是一個問題，仍然應用系列ctor在這裏是更清潔和足夠的，將更新，謝謝 – EdChum
通常，這將是一個很好的解決方案，但它似乎我的數組沒有每行有相同數量的列..所以，如果嵌套列表的每個記錄的字段數不同，我該怎麼辦？這裏是我得到的錯誤：ValueError：列的長度必須與密鑰長度相同 – DNburtonguster