Python 将数据框嵌套列表拆分为新的命名列
我有一个如下形式的数据帧(df):Python 将数据框嵌套列表拆分为新的命名列,python,list,pandas,Python,List,Pandas,我有一个如下形式的数据帧(df): name alias col3 mark david ['3109892828','email@john.com','123 main st'] john twixt ['5468392873','email@twix.com','345 grand st'] 将col3拆分为新的命名列的简明方法是什么?(可能使用lambda和apply)您可以对列表元素应用联接,以生成逗号分隔的字符串,然后使用expand=True调用矢量化的字符串来创建新列: In [
name alias col3
mark david ['3109892828','email@john.com','123 main st']
john twixt ['5468392873','email@twix.com','345 grand st']
将col3拆分为新的命名列的简明方法是什么?(可能使用lambda和apply)您可以对列表元素应用联接,以生成逗号分隔的字符串,然后使用
expand=True调用矢量化的字符串来创建新列:
In [12]:
df[['UserID', 'email', 'address']] = df['col3'].apply(','.join).str.split(expand=True)
df
Out[12]:
alias col3 name \
0 david [3109892828, email@john.com, 123 main st] mark
1 twixt [5468392873, email@twix.com, 345 grand st] john
UserID email address
0 3109892828,email@john.com,123 main st
1 5468392873,email@twix.com,345 grand st
一个更简洁的方法是应用pd.Series
ctor,它将把每个列表变成一个系列:
In [15]:
df[['UserID', 'email', 'address']] = df['col3'].apply(pd.Series)
df
Out[15]:
alias col3 name UserID \
0 david [3109892828, email@john.com, 123 main st] mark 3109892828
1 twixt [5468392873, email@twix.com, 345 grand st] john 5468392873
email address
0 email@john.com 123 main st
1 email@twix.com 345 grand st
这是我想到的。它包括对原始文件的一点清理,以及到字典的转换
import pandas as pd
with open('/path/to/file', 'rb') as f:
data = f.readlines()
data = map(lambda x: x.split('}'), data)
data_df = pd.DataFrame(data)
data_dfn = data_df.transpose()
data_new = data_dfn[0].map(lambda x: x.lstrip('[,{)').replace("'","").split(','))
s = pd.DataFrame(data_new)
d = dict(data_new)
D = pd.DataFrame(dict([ (k,pd.Series(v)) for k,v in d.iteritems() ]))
D = D.transpose()
如果“列”合法地包含逗号,这可能会造成困难。。。也许像“代码> df[[ ID ],‘email’,‘地址’’)[COL3..Apple(Pd.Stand)< /Cube >然后删除<代码> COL3 > HM.H.M.真的,但是除非OP在它们的数据中有这个,我不认为这是一个问题,仍然应用系列Cor是干净的,足够的,将更新,谢谢,这将是一个很好的解决方案,但似乎我的数组中每行的列数并不相同。。那么,如果嵌套列表中每个记录的字段数不相同,我该怎么办?下面是我得到的错误:ValueError:列的长度必须与键的长度相同这里是我使用split()时得到的错误:TypeError:split()得到了一个意外的关键字参数“expand”,元素数不一致,那么你不能创建新列,除非长度相同,你使用的熊猫是什么版本?