用一行中的所有值拆分数据框

Question

我得到了以下动态创建的数据帧，但将所有相关值保存到一行中：

df

+----------------+----------------+----------------+----------------+
|       1        |       2        |       3        |       4        |
+----------------+----------------+----------------+----------------+
| a1, b1, c1, d1 | a2, b2, c2, d2 | a3, b3, c3, d3 | a4, b4, c4, d4 |
+----------------+----------------+----------------+----------------+

我需要在一行中包含所有 a_i 值，所有 b 等（列已定义且为常量）：

+----+----+----+----+
| 1  | 2  | 3  | 4  |
+----+----+----+----+
| a1 | a2 | a3 | a4 |
| b1 | b2 | b3 | b4 |
| c1 | c2 | c3 | c4 |
| d1 | d2 | d3 | d4 |
+----+----+----+----+

由于df中不同字母的数量因情况而异，我需要一个动态解决方案，将df转换为上述形式。

Answer 1

更新 Pandas 1.3.0 爆炸接受列标题列表。

df.explode(df.columns.tolist())

输出：

    1   2   3   4
0  a1  a2  a3  a4
0  b1  b2  b3  b4
0  c1  c2  c3  c4
0  d1  d2  d3  d4

鉴于， df 具有此结构：

df = pd.DataFrame({1:[np.array('a1 b1 c1 d1'.split(' '))],
                  2:[np.array('a2 b2 c2 d2'.split(' '))],
                  3:[np.array('a3 b3 c3 d3'.split(' '))],
                  4:[np.array('a4 b4 c4 d4'.split(' '))]})

输入数据框：

                  1                 2                 3                 4
0  [a1, b1, c1, d1]  [a2, b2, c2, d2]  [a3, b3, c3, d3]  [a4, b4, c4, d4]

您可以使用 pd.Series.explode：

df.apply(pd.Series.explode)

输出：

    1   2   3   4
0  a1  a2  a3  a4
0  b1  b2  b3  b4
0  c1  c2  c3  c4
0  d1  d2  d3  d4

Answer 2

有点类似于 Scott Boston 的回答，但速度要快得多（apply众所周知的慢）：

pd.DataFrame(df.values[0].tolist(), columns=df.columns)
#    1   2   3   4
#0  a1  b1  c1  d1
#1  a2  b2  c2  d2
#2  a3  b3  c3  d3
#3  a4  b4  c4  d4

Answer 3

原始答案的一部分：\n如果您的列仅在一帧中包含一个长逗号分隔的字符串，如下所示：

\n

df = pd.DataFrame(\n    [\n        ",".join(["a" + str(i) for i in range(4)]),\n        ",".join(["b" + str(i) for i in range(4)]),\n    ],      \n).T\ndf.columns = list("ab")\ndf.apply(lambda x: pd.Series(x[0].split(',')))\n

\n

附加内容：\n（这是基于已经解决了问题的其他答案，但是为了清楚地了解执行效率，我认为测试它并在此处打印它很有帮助......我自己也很惊讶基于结果我将来会编写具有更好性能的相同功能：感谢@DIZ 和@Scott Boston）

\n

import pandas as pd\nimport numpy as np\n\ndf = pd.DataFrame({i: [np.array([x + str(i) for x in ['a','b','c','d']])] for i in range(1,5)})\n\ndef convert_using_explode(my_df):\n    return my_df.apply(pd.Series.explode)\n\ndef convert_using_conversion_to_list(my_df):\n    return pd.DataFrame(my_df.values[0].tolist(), columns=my_df.columns)\n\n# this is what I would have most probably done before getting involved in this question\ndef convert_first_idx_to_series(my_df):\n    another_df = pd.DataFrame()\n    for col in my_df:\n        another_df[col] = pd.Series(my_df.loc[0, col])\n    return another_df\n

\n

现在计时执行：

\n

%time convert_using_explode(df)\nWall time: 2 ms\nOut[10]: \n    1   2   3   4\n0  a1  a2  a3  a4\n0  b1  b2  b3  b4\n0  c1  c2  c3  c4\n0  d1  d2  d3  d4\n\n%time convert_using_conversion_to_list(df)\nWall time: 966 \xc2\xb5s\nOut[11]: \n    1   2   3   4\n0  a1  b1  c1  d1\n1  a2  b2  c2  d2\n2  a3  b3  c3  d3\n3  a4  b4  c4  d4\n\n%time convert_first_idx_to_series(df)\nWall time: 1.99 ms\nOut[61]: \n    1   2   3   4\n0  a1  a2  a3  a4\n1  b1  b2  b3  b4\n2  c1  c2  c3  c4\n3  d1  d2  d3  d4\n

\n

请注意 @DIZ 版本的速度大约是其余版本的两倍。

\n