将列表中的索引附加到列表列表以创建 pandas df

Question

我想知道是否可以从列表列表创建数据框，其中 index_list 中的每个项目都作为索引附加到 lst 中的每个值：index_list = ['phase1', 'phase2', 'phase3']lst = [['a', 'b', 'c'], ['d', 'e', 'f', 'g'], ['h', 'i', 'j']]感谢您的任何帮助！！编辑：内部列表的大小不一定相同。

Answer 1

你可以pd.Series.explode在这里使用。

pd.Series(lst,index=index_list).explode()
phase1    a
phase1    b
phase1    c
phase2    d
phase2    e
phase2    f
phase2    g
phase3    h
phase3    i
phase3    j
dtype: object

另一种解决方案使用np.repeat和np.concatenate

r_len = [len(r) for r in lst]
pd.Series(np.concatenate(lst), index=np.repeat(index_list,r_len))

phase1    a
phase1    b
phase1    c
phase2    d
phase2    e
phase2    f
phase2    g
phase3    h
phase3    i
phase3    j
dtype: object

时间结果：

In [501]: %%timeit
     ...: pd.Series(lst,index=index_list).explode()
     ...:
     ...:363 µs ± 16.5 µs per loop (mean ± std. dev. of 7 runs, 1000 loops each)

In [503]: %%timeit
     ...: r_len = [len(r) for r in lst]
     ...: pd.Series(np.concatenate(lst), index=np.repeat(index_list,r_len))
     ...:
     ...:
     236 µs ± 17.8 µs per loop (mean ± std. dev. of 7 runs, 1000 loops each)

Answer 2

这个问题看起来类似于 R 的函数，并且在pandas cookbook（页面底部）中expand.grid()列出。此函数允许您使用给定输入值的所有组合创建数据框。

首先定义一个函数：

def expand_grid(data_dict):

rows = itertools.product(*data_dict.values())

return pd.DataFrame.from_records(rows, columns=data_dict.keys())

然后你可以像这样使用它：

df = expand_grid({'index': ['phase1', 'phase2', 'phase3'],

'Col1': [['a', 'b', 'c'], ['d', 'e', 'f', 'g'], ['h', 'i', 'j']]})