Arrays Python：在所有单元格中选择数组中的第一个元素

我试图做的是选择每个单元格的第一个元素，而不管列数或行数（它们可能会根据用户定义的条件而改变），并从数据中创建一个新的数据帧。我的实际数据结构与下面列出的类似

       0       1       2
0   [1, 2]  [2, 3]  [3, 6]
1   [4, 2]  [1, 4]  [4, 6]
2   [1, 2]  [2, 3]  [3, 6]
3   [4, 2]  [1, 4]  [4, 6]

我希望新的数据帧看起来像：

    0   1   2
0   1   2   3
1   4   1   4
2   1   2   3
3   4   1   4

下面的代码生成了一个类似于我的数据集，并尝试在代码中执行我想执行的操作，但没有成功（d），并且成功地模仿了我在类似问题中看到的操作（c；但是，只有一列）。类似但不同问题的链接如下：

---

您可以使用

apply

和选择列表的第一个值使用：

另一个解决方案包括和：

---

我将使用

applymap

，它将相同的函数应用于数据帧中的每个单元格

df.applymap(lambda x: x[0])

   0  1  2
0  1  2  3
1  4  1  4
2  1  2  3
3  4  1  4

---

我非常喜欢

stack

+

unstack

然而，@jezrael已经记下了答案。。。所以+1来自我

也就是说，这里有一个更快的方法。通过切片一个numpy数组

pd.DataFrame(
    np.array(zz.values.tolist())[:, :, 0],
    zz.index, zz.columns
)

   0  1  2
0  1  2  3
1  4  1  4
2  1  2  3
3  4  1  4

---

定时

---

谢谢！！！我将尝试这两种方法，看看哪种方法运行得最快。感谢您提供的计时信息和新方法..+1

print (zz.stack().str[0].unstack())
   0  1  2
0  1  2  3
1  4  1  4
2  1  2  3
3  4  1  4

df.applymap(lambda x: x[0])

   0  1  2
0  1  2  3
1  4  1  4
2  1  2  3
3  4  1  4

pd.DataFrame(
    np.array(zz.values.tolist())[:, :, 0],
    zz.index, zz.columns
)

   0  1  2
0  1  2  3
1  4  1  4
2  1  2  3
3  4  1  4