Python 如何加速将列值从一个数据帧传输到另一个数据帧

我有一个数据框，例如：

经过一个复杂的过程后，我需要一个数据帧，如：

因此，我这样做：

import pandas as pd

def complex_process(value):
    values=value.split(',')
    return ['results for '+x for x in values]

df=pd.DataFrame([['id1','a,b,c'],['id2','d'],['id3','e,f']],columns=['id','value'])

result_list=[]
id_list=[]
value_list=[]
for row in df.itertuples():
    results=complex_process(row.value)
    for result in results:
        result_list.append(result)
        id_list.append(row.id)
        value_list.append(row.value)
df_new=pd.DataFrame()
df_new['id']=id_list
df_new['value']=value_list
df_new['result']=result_list

---

对于大型数据集，这需要很长时间。我测试了这个复杂的过程，不需要很长时间。有没有更快的方法来传输列？

使用列表和循环执行此操作很麻烦，并且通过数据帧循环在计算上很昂贵，但是pandas有很多内置操作，因此您不需要在大多数时间内迭代数据帧

由于您的

complex_进程

函数是用作占位符的，因此让我们使用

将您的函数应用于每一行。应用

，并将结果保存在名为

结果

的新行中：

df['result'] = df.value.apply(complex_process)

您的数据帧将如下所示：

>>> df
    id  value                                        results
0  id1  a,b,c  [results for a, results for b, results for c]
1  id2      d                                [results for d]
2  id3    e,f                 [results for e, results for f]

现在，您可以使用方便的

.explode

方法将类似列表的列展开为行。这将复制其他列和索引，因此我们也可以重置索引，并删除旧索引

df_new = df.explode('result').reset_index(drop=True)

最终结果：

>>> df_new
    id  value         result
0  id1  a,b,c  results for a
1  id1  a,b,c  results for b
2  id1  a,b,c  results for c
3  id2      d  results for d
4  id3    e,f  results for e
5  id3    e,f  results for f

---

谢谢你花时间回答我的问题。我的目的不是拆分字符串，这只是一个示例，说明每个值的结果都来自“复杂函数”。我没有附加实际函数，因为它太长且不相关，但它做的远不止这些，需要在那里创建结果。我的问题是如何处理每行的多个结果。好吧，我想可能是这样的-我认为您可以将函数应用于每行，然后仍然使用

.explode

来处理每行的多个结果。我会在有时间时更新我的答案。我会更新我的答案，以便使用

按行应用任何函数
complex\u流程
。应用
-让我知道这是否更符合您的要求。这太棒了！谢谢你，德里克！没问题，如果我的回答是有帮助的，请考虑让同样问题的人也得到正确的答案。干杯