Rumah >pembangunan bahagian belakang >Tutorial Python >Bagaimana untuk Memisahkan Lajur Senarai Panda kepada Berbilang Lajur?

Bagaimana untuk Memisahkan Lajur Senarai Panda kepada Berbilang Lajur?

Patricia Arquette
Patricia Arquetteasal
2024-12-19 18:02:10309semak imbas

How to Split a Pandas Column of Lists into Multiple Columns?

Memisahkan Lajur Panda dalam Senarai kepada Berbilang Lajur

Masalah

Pertimbangkan Pandas DataFrame dengan lajur yang mengandungi senarai:

import pandas as pd

df = pd.DataFrame({"teams": [[["SF", "NYG"]] for _ in range(7)]})

       teams
0  [[SF, NYG]]
1  [[SF, NYG]]
2  [[SF, NYG]]
3  [[SF, NYG]]
4  [[SF, NYG]]
5  [[SF, NYG]]
6  [[SF, NYG]]

Untuk mengubah lajur ini kepada dua lajur individu, ikuti perkara di bawah langkah:

Penyelesaian

  1. Buat Senarai Nilai Menggunakan to_list():
import pandas as pd

d1 = {'teams': [['SF', 'NYG'],['SF', 'NYG'],['SF', 'NYG'],
                ['SF', 'NYG'],['SF', 'NYG'],['SF', 'NYG'],['SF', 'NYG']]}
df2 = pd.DataFrame(d1)
print (df2)
       teams
0  [SF, NYG]
1  [SF, NYG]
2  [SF, NYG]
3  [SF, NYG]
4  [SF, NYG]
5  [SF, NYG]
6  [SF, NYG]
  1. Ekstrak Lajur Menggunakan Tugasan:

Tetapkan DataFrame baharu dengan lajur yang dikehendaki:

df2[['team1','team2']] = pd.DataFrame(df2.teams.tolist(), index= df2.index)
print (df2)
       teams team1 team2
0  [SF, NYG]    SF   NYG
1  [SF, NYG]    SF   NYG
2  [SF, NYG]    SF   NYG
3  [SF, NYG]    SF   NYG
4  [SF, NYG]    SF   NYG
5  [SF, NYG]    SF   NYG
6  [SF, NYG]    SF   NYG
  1. Buat DataFrame Baharu untuk Hasil:

Sebagai alternatif, DataFrame baharu boleh dibuat secara berasingan:

df3 = pd.DataFrame(df2['teams'].to_list(), columns=['team1','team2'])
print (df3)
  team1 team2
0    SF   NYG
1    SF   NYG
2    SF   NYG
3    SF   NYG
4    SF   NYG
5    SF   NYG
6    SF   NYG

Nota: Menggunakan apply(pd.Series) untuk operasi ini boleh menjadi lebih perlahan daripada kaedah yang diterangkan di atas.

Atas ialah kandungan terperinci Bagaimana untuk Memisahkan Lajur Senarai Panda kepada Berbilang Lajur?. Untuk maklumat lanjut, sila ikut artikel berkaitan lain di laman web China PHP!

Kenyataan:
Kandungan artikel ini disumbangkan secara sukarela oleh netizen, dan hak cipta adalah milik pengarang asal. Laman web ini tidak memikul tanggungjawab undang-undang yang sepadan. Jika anda menemui sebarang kandungan yang disyaki plagiarisme atau pelanggaran, sila hubungi admin@php.cn