pandas将list数据拆分成⾏或列的实现数据
import numpy as np
import pandas as pd
data = [{'Name': '⼩明', 'Chinese': [70, 80], 'Math': [90, 80]},
{'Name': '⼩红', 'Chinese': [70, 80, 90], 'Math': [90, 80, 70]}]
data = pd.DataFrame(data)
data
拆分成⾏
def split_row(data, column):
'''拆分成⾏
:param data: 原始数据
:param column: 拆分的列名
:type data: frame.DataFrame
:type column: str
正则匹配多行'''
row_len = list(map(len, data[column].values))
rows = []
for i lumns:
if i == column:
row = np.concatenate(data[i].values)
else:
row = np.repeat(data[i].values, row_len)
rows.append(row)
return pd.DataFrame(np.dstack(tuple(rows))[0], lumns)
split_row(data, column='Chinese')
拆分成列
from copy import deepcopy
def split_col(data, column):
'''拆分成列
:param data: 原始数据
:param column: 拆分的列名
:type data: frame.DataFrame
:type column: str
'''
data = deepcopy(data)
max_len = max(list(map(len, data[column].values))) # 最⼤长度
new_col = data[column].apply(lambda x: x + [None]*(max_len - len(x))) # 补空值，None可换成np.nan
new_col = np.array(list()).T # 转置
for i, j in enumerate(new_col):
data[column + str(i)] = j
return data
split_col(data, column='Chinese')
其他情况
1. 批量处理+不要原列
def split_col(data, columns):
'''拆分成列
:param data: 原始数据
:param columns: 拆分的列名
:type data: frame.DataFrame
:type columns: list
'''
for c in columns:
new_col = data.pop(c)
max_len = max(list(map(len, new_col.values))) # 最⼤长度
new_col = new_col.apply(lambda x: x + [None]*(max_len - len(x))) # 补空值，None可换成np.nan
new_col = np.array(list()).T # 转置
for i, j in enumerate(new_col):
data[c + str(i)] = j
split_col(data, columns=['Chinese','Math'])
data
2. 带int和list数据
转成这样：
import numpy as np
import pandas as pd
data = [{'Name': '⼩爱', 'Chinese': 70, 'Math': 90},
{'Name': '⼩明', 'Chinese': [70, 80], 'Math': [90, 80]},
{'Name': '⼩红', 'Chinese': [70, 80, 90], 'Math': [90, 80, 70]}]
data = pd.DataFrame(data)
def split_col(data, columns):
'''拆分成列
:param data: 原始数据
:param columns: 拆分的列名
:type data: frame.DataFrame
:type columns: list
'''
for c in columns:
new_col = data.pop(c)
max_len = max(list(map(lambda x:len(x) if isinstance(x, list) else 1, new_col.values))) # 最⼤长度
new_col = new_col.apply(lambda x: x+[None]*(max_len - len(x)) if isinstance(x, list) else [x]+[None]*(max_len - 1)) # 补空值，None可换成np.nan
new_col = np.array(list()).T # 转置
for i, j in enumerate(new_col):
data[c + str(i)] = j
split_col(data, columns=['Chinese','Math'])
data
参考⽂献
到此这篇关于pandas将list数据拆分成⾏或列的实现的⽂章就介绍到这了，更多相关pandas list数据拆分内容请搜索以前的⽂章或继续浏览下⾯的相关⽂章希望⼤家以后多多⽀持！

版权声明：本站内容均来自互联网，仅供演示用，请勿用于商业和其他非法用途。如果侵犯了您的权益请与我们联系QQ:729038198，我们将在24小时内删除。