Python 在Pandas中将单元格分解为多行
如何将单元格中的内容分解为多行Python 在Pandas中将单元格分解为多行,python,pandas,Python,Pandas,如何将单元格中的内容分解为多行 ID CODES A {"1407273790":5,"1801032636":20,"1174813554":1,"1215470448":2,"1053754655":4,"1891751228":1} B {"1497066526":19,"1639360563":16,"1235
ID CODES
A {"1407273790":5,"1801032636":20,"1174813554":1,"1215470448":2,"1053754655":4,"1891751228":1}
B {"1497066526":19,"1639360563":16,"1235107087":11,"1033522925":18}
C {"1154348191":8,"1568410355":4}
如何将“”中的代码分解为多行?
我正在查看的输出如下表所示
ID CODES
A 1407273790
A 1801032636
A 1174813554
A 1215470448
A 1053754655
A 1891751228
B 1497066526
B 1639360563
B 1235107087
B 1033522925
C 1154348191
C 1568410355
获取
键()后,可以使用分解keys()
返回一个元组
,因此我用[*]
将其转换为列表,这是分解
所需的格式。您还可以使用list()
:
根据SammyWemmy的评论,您可以尝试以下两种方法的性能:
%timeit df['CODES'].apply(lambda x: list(x.keys()))
%timeit [entry.keys() for entry in df.CODES]
列表理解有助于提高速度,或者至少作为一种替代方法。同样的结束点:df.assign(code=[entry.keys()用于df.code中的条目]).explode(“code”)
@David Erickson和sammywemmy对此表示感谢。非常感谢你。
%timeit df['CODES'].apply(lambda x: list(x.keys()))
%timeit [entry.keys() for entry in df.CODES]