熊猫将列表分成多列

Question

熊猫将列表分成多列我有一个熊猫数据框架，列如下所示：`In [207]:df2.teamsOut[207]: 0         [SF, NYG]1         [SF, NYG]2         [SF, NYG]3         [SF, NYG]4         [SF, NYG]5         [SF, NYG]6         [SF, NYG]7         [SF, NYG]`我需要使用熊猫将这一列表分成两个列，分别命名为第1组和第2组。

Answer 1

你可以用DataFrame构造器lists通过转换为numpy array通过values带着tolist:

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)
       teams0  [SF, NYG]1  [SF, NYG]2  [SF, NYG]3  [SF, NYG]4  [SF, NYG]5  [SF, NYG]6  [SF, NYG]

---

df2[['team1','team2']] = pd.DataFrame(df2.teams.values.tolist(), index= df2.index)print (df2)
       teams team1 team20  [SF, NYG]    SF   NYG1  [SF, NYG]    SF   NYG2  [SF, NYG]    SF   NYG3  [SF, NYG]   
        SF   NYG4  [SF, NYG]    SF   NYG5  [SF, NYG]    SF   NYG6  [SF, NYG]    SF   NYG

新的DataFrame:

df3 = pd.DataFrame(df2['teams'].values.tolist(), columns=['team1','team2'])print (df3)
  team1 team20    SF   NYG1    SF   NYG2    SF   NYG3    SF   NYG4    SF   NYG5    SF   NYG6    SF   NYG

溶液apply(pd.Series)非常慢：

#7k rowsdf2 = pd.concat([df2]*1000).reset_index(drop=True)In [89]: %timeit df2['teams'].apply(pd.Series)1 loop, best of 3: 1.15 s per 
loopIn [90]: %timeit pd.DataFrame(df2['teams'].values.tolist(), columns=['team1','team2'])1000 loops, best of 3: 820 µs per loop

Answer 2

更简单的解决方案：

pd.DataFrame(df2.teams.tolist(), columns=['team1', 'team2'])

收益，

  team1 team2-------------0    SF   NYG1    SF   NYG2    SF   NYG3    SF   NYG4    SF   NYG5    SF   NYG6
      SF   NYG7    SF   NYG

如果希望拆分分隔字符串的列而不是列表，也可以这样做：

pd.DataFrame(df.teams.str.split('<delim>', expand=True).values,
             columns=['team1', 'team2'])

Answer 3

似乎有一种语法上更简单的方法，因此更容易记住，而不是建议的解决方案。我假设该列在dataframedf中称为“meta”：

df2 = pd.DataFrame(df['meta'].str.split().values.tolist())