python将多个列表转换为特定列表的行
我有以下数据帧:python将多个列表转换为特定列表的行,python,dataframe,melt,Python,Dataframe,Melt,我有以下数据帧: network date count2 count3 user2 user3 3 20170721 [6, 7] [1,3] [57,88] [47,58] 4 20170721 [6] [] [12] [] 43 20170721 [] [7,2] [] [57,62] 我想按行拆分列表,但count和u
network date count2 count3 user2 user3
3 20170721 [6, 7] [1,3] [57,88] [47,58]
4 20170721 [6] [] [12] []
43 20170721 [] [7,2] [] [57,62]
我想按行拆分列表,但count和user必须对应:
network date count2 count3 user2 user3
3 20170727 6 Nan 57 Nan
3 20170727 7 Nan 88 Nan
3 20170727 Nan 1 Nan 47
3 20170727 Nan 3 Nan 58
4 20170727 6 Nan 12 Nan
43 20170727 Nan 7 Nan 57
43 20170727 Nan 2 Nan 62
我怎样才能快速完成?用户列表实际上很长(超过50k个条目)。
谢谢大家! 有一种方法可以做到这一点,并在不需要所有额外NaN的情况下实现您想要的结果
df = pd.DataFrame({'network':[3,4,43],'date':['20170721']*3,
'count2':[[6,7],[6],[]],
'count3':[[1,3],[],[7,2]],
'user2':[[57,88],[12],[]],
'user3':[[47,58],[],[57,62]]})
df = df.set_index(['network','date'])
(df.apply(lambda x: pd.DataFrame(x.tolist(),index=x.index)
.stack()
.rename(x.name))
.reset_index())
输出:
network date level_2 level_0 count2 count3 user2 user3
0 3 20170721 0 0.0 6.0 1.0 57.0 47.0
1 3 20170721 1 NaN 7.0 3.0 88.0 58.0
2 4 20170721 0 1.0 6.0 NaN 12.0 NaN
3 43 20170721 0 2.0 NaN 7.0 NaN 57.0
4 43 20170721 1 NaN NaN 2.0 NaN 62.0
到目前为止你试过什么?您能告诉我使用.asarray将数据帧转换为数组时的结果是什么吗?告诉我们您做了什么,即使速度很慢,您所说的“计数和用户必须对应”是什么意思?除了
Nan
之外,您没有列出任何相应计数和用户值的示例。你的预期结果是什么?“按行拆分列表”的确切含义是什么?每行数据会发生什么情况???我已经尝试过这个解决方案:对于用户2,然后是用户3和concat,但它不是optimal@AMagoon. 我认为这个例子非常清楚地说明了应该做什么。