Pandas：水平扩展/分解数据框

Question

这可能是重复的，但我找不到所需的答案。所以，问题是：

假设，我有一个像这样的数据框：

d1 = {'col1':  [[1],[2,3]],
      'col2' : [[3],[21,1]]}

df1 = pd.DataFrame(d1)

	第 1 列	列2
0	[1]	[3]
1	[2, 3]	[21, 1]

现在，我们可以通过 非常轻松地垂直扩展这个数据框df1.apply(pd.Series.explode)。但是，水平方向扩展和更改列名称的最优雅的方式是什么？

像这样的东西：

d2 = {
    'col1_1':[1,2],
    'col1_2': [np.NAN,3],
    'col2_1' : [3,21],
    'col2_2' : [np.NAN,1]
}
df2 = pd.DataFrame(d2)

输出：

	列1_1	列1_2	列2_1	列2_2
0	1	南	3	南
1	2	3.0	21	1.0

Answer 1

x = pd.concat(
    [df1[c].apply(pd.Series).add_prefix(c + "_") for c in df1], axis=1
)
print(x)

印刷：

   col1_0  col1_1  col2_0  col2_1
0     1.0     NaN     3.0     NaN
1     2.0     3.0    21.0     1.0

如果您想要从 1 开始的索引列：

x = pd.concat(
    [df1[c].apply(pd.Series).add_prefix(c + "_") for c in df1], axis=1
).rename(
    columns=lambda x: "{}_{}".format(x.split("_")[0], int(x.split("_")[1]) + 1)
)
print(x)

印刷：

   col1_1  col1_2  col2_1  col2_2
0     1.0     NaN     3.0     NaN
1     2.0     3.0    21.0     1.0