Python 从数据帧中的多个列表列获取元素

我有这样一个数据帧：

     A            B             C
  [1,2,3]    ['a','b','c']    ['aa', 'bb', 'cc']
  [4,5,6]    ['d','e','f']    ['dd', 'ee', 'ff']
  [7,8,9]    ['g','h','i']    ['gg', 'hh', 'ii']

我想将这些列中的值组合如下：

[[[1,'a', 'aa'], [2,'b','bb'], [3, 'c', 'cc']], [[4,'d','dd'], [5,'e', 'ee'], [6,'f','ff']], [[7,'g','gg'], [8,'h','hh'], [9,'i','ii']]]

我的想法是将每个列更改为如下列表（这将给出列表列表）：

first=df['A'].values.tolist（）

#其他列也是如此

---

然后压缩所有列表并遍历它们，从每个列表中获取相应的值，并根据输出格式创建一个新列表。但是，我相信有比我更好的解决办法。有人能帮我吗？

IIUC

explode

with

groupby

pd.concat([df[[x]].explode(x) for x in df.columns],axis=1)\
     .apply(lambda x : x.tolist(),axis=1).groupby(level=0).agg(list).tolist()
Out[366]: 
[[[1, 'a', 'aa'], [2, 'b', 'bb'], [3, 'c', 'cc']],
 [[4, 'd', 'dd'], [5, 'e', 'ee'], [6, 'f', 'ff']],
 [[7, 'g', 'gg'], [8, 'h', 'hh'], [9, 'i', 'ii']]]

---

使用

应用的极端解决方案

：

df.apply(lambda x: list(zip(*x.to_list())), axis=1).to_list()

输出：

[[(1, 'a', 'aa'), (2, 'b', 'bb'), (3, 'c', 'cc')],
 [(4, 'd', 'dd'), (5, 'e', 'ee'), (6, 'f', 'ff')],
 [(7, 'g', 'gg'), (8, 'h', 'hh'), (9, 'i', 'ii')]]

---

单元格是否总是长度为3？不，这只是一个示例。但是，列表中的每一列都有相同数量的元素。您的意思是每一行都有相同数量的元素吗？是的，每一行都有相同数量的元素。如果每一单元格中每个子列表的列大小不一样，我的解决方案就不起作用了。我将删除我的解决方案。