我有一個(gè) pandas 數(shù)據(jù)框，它只有一列，該列中每個(gè)單元格的值是一個(gè)數(shù)字列表/數(shù)組，該列表的長度為 100，并且該長度在所有單元格值中都是一致的。我們需要將每個(gè)列表值轉(zhuǎn)換為列值，換句話說，有一個(gè)包含 100 列的數(shù)據(jù)框，每個(gè)列值都位于列表/數(shù)組項(xiàng)中。像這樣的東西 變成可以使用 iterrows() 來完成，如下所示，但我們有大約 150 萬行，需要一個(gè)可擴(kuò)展的解決方案，因?yàn)?iterrows() 會(huì)花費(fèi)大量時(shí)間。cols = [f'col_{i}' for i in range(0, 4)]df_inter = pd.DataFrame(columns = cols)for index, row in df.iterrows(): df_inter.loc[len(df_inter)] = row['message']
2 回答
守候你守候我
TA貢獻(xiàn)1802條經(jīng)驗(yàn) 獲得超10個(gè)贊
你可以這樣做：
In [28]: df = pd.DataFrame({'message':[[1,2,3,4,5], [3,4,5,6,7]]})
In [29]: df
Out[29]:
message
0 [1, 2, 3, 4, 5]
1 [3, 4, 5, 6, 7]
In [30]: res = pd.DataFrame(df.message.tolist(), index= df.index)
In [31]: res
Out[31]:
0 1 2 3 4
0 1 2 3 4 5
1 3 4 5 6 7
慕妹3146593
TA貢獻(xiàn)1820條經(jīng)驗(yàn) 獲得超9個(gè)贊
我認(rèn)為這會(huì)起作用：
df.message.apply(pd.Series)
要使用 dask 進(jìn)行擴(kuò)展（假設(shè)已安裝）：
import dask.dataframe as dd
ddf = dd.from_pandas(df, npartitions=8)
ddf.message.apply(pd.Series, meta={0: 'object'})
添加回答
舉報(bào)
0/150
提交
取消