Performance Python：分解数据帧（列中每个条目一行，而不是列中的多个条目）

我有一个问题的解决方案，让我失望的是，这个方案有点慢，我正在寻求如何加快我的解决方案的建议（通过添加矢量化或其他聪明的方法）。我有一个如下所示的数据帧：

toy = pd.DataFrame([[1,'cv','c,d,e'],[2,'search','a,b,c,d,e'],[3,'cv','d']],
                   columns=['id','ch','kw'])

输出为：

任务是将

kw

列拆分为每个字符串中每个逗号分隔的条目的一（复制）行。因此，我希望达到的目标是：

我的初步解决方案如下：

data = pd.DataFrame()
for x in toy.itertuples():
    id = x.id; ch = x.ch; keys = x.kw.split(",")
    data = data.append([[id, ch, x] for x in keys], ignore_index=True)
data.columns = ['id','ch','kw']

问题是：对于较大的数据帧，它的速度很慢。我希望有人以前遇到过类似的问题，并且知道如何优化我的解决方案。我正在使用Python3.4.x和pandas 0.19+，如果这很重要的话

谢谢大家!

您可以使用for

列表

s，然后获取for

长度

最后通过

constructor

和创建新的

DataFrame

：

---

谢谢，也非常快。我会立即尝试（我会在完成精神检查后立即接受您的回答）。再次感谢！

cols = toy.columns
splitted = toy['kw'].str.split(',')
l = splitted.str.len()

toy = pd.DataFrame({'id':np.repeat(toy['id'], l),
                    'ch':np.repeat(toy['ch'], l),
                    'kw':np.concatenate(splitted)})
toy = toy.reindex_axis(cols, axis=1)
print (toy)
   id      ch kw
0   1      cv  c
0   1      cv  d
0   1      cv  e
1   2  search  a
1   2  search  b
1   2  search  c
1   2  search  d
1   2  search  e
2   3      cv  d