Python 如何优化代码以生成基于列值垂直堆叠的列表？

我有一个数据帧测试，看起来

Year    Month   TAGS
2019    5   A, B
2019    5   A, C
2019    5   A
2019    5   
2019    5   B, C, D
2019    5   C, E

我想得到一个标签列表，当我用逗号分割标签字符串时，它看起来像是垂直堆叠的

A
B
A
C
A
B
C
D
C
E

为了得到标签列表，我使用了2个For循环

check=[]

for j in range(len(test_df)): 

  for i in range(len(test_df['TAGS'][j].split(', '))):

      check.append(test_df['TAGS'][j].split(', ')[i])

---

有没有更好的方法来获取标记列表而不使用2 For循环。

IIUC，您可以首先在上拆分标记列：

然后调整中的代码以获得最终输出：

df["TAGS"].str.split(", ").apply(pd.Series).stack().reset_index(drop=True)
#0    A
#1    B
#2    A
#3    C
#4    A
#5    B
#6    C
#7    D
#8    C
#9    E

---

您的标记是单个字符还是用逗号分隔的？您是否尝试过测试_df['Tags']。ToList仍在迭代，但如果s不是None，请尝试itertools.chain.from_iterables.split'，用于df.Tags中的s。应该比你现在的方法快，你能验证一下吗。你有一系列的列表['a'，'B']还是一系列的字符串'a，B'？如果他们是名单的话，那就是来自伊特拉布列夫的pd.Seriescain。Tags@arajshree，如果我测试了_df['TAGS'].tolist，我得到的是A，B\n A，C\n A\n B，C，D\n C，E，但我希望得到A\n B\n A\n C\n A\n B\n C\n D\n C\n E

df["TAGS"].str.split(", ").apply(pd.Series).stack().reset_index(drop=True)
#0    A
#1    B
#2    A
#3    C
#4    A
#5    B
#6    C
#7    D
#8    C
#9    E