Python 熊猫：将列表列表转换为多列

我不熟悉python和pandas，我想将列表列表（其中包含我从一堆文件中提取的信息）转换为单独的列。我检查了很多关于stackoverflow的帖子，到目前为止还没有找到适合我的。但是，如果你遇到任何类似的情况，请在评论中发布链接

---

我有这样一个数据帧（一个代表性示例）：

两个列表（

[[1,20.1]，[2,20.2]]

和

[[1,30.1]，[2,30.2]

）具有相同的长度（并且将始终是），但是列表中的整数（

1

和

2

）可以是任何数字

我想将

df

转换成如下数据帧：

  Label     1(Number of the 1st ID)        7(Number of the 2nd ID)

    1        20.1                                30.1

    2        20.2                                30.2

   ID         0        1        2         3

0  1          1       20.1      2        20.2      

1  7          1       30.1      2        30.2    

其中将有三列：

• 第一列（

  Label

  ）包含列表中的第一个数字（因此在本例中，我们有integer

  1

  和

  2

  ）
• 第二列（

  1

  ）的第一个ID号作为列标题，并包含每个列表的第二个值（

  20.1

  ，

  20.2

  ）
• 第三列包含ID号7的相同信息

---

首先，我使用apply.（pd.Series）来拆分列表列表，得到如下内容（我称之为df2）：

我想，我可以使用相同的技巧（apply.（pd.Series））再次拆分列，得到如下结果：

  Label     1(Number of the 1st ID)        7(Number of the 2nd ID)

    1        20.1                                30.1

    2        20.2                                30.2

   ID         0        1        2         3

0  1          1       20.1      2        20.2      

1  7          1       30.1      2        30.2    

然后，想办法从这里到我想去的地方

我写了这样的东西来再次拆分列表：

names = [x for x in df2.colmuns]

for name in names:
   df3 = df2[name].apply(pd.Series)
   print df3

在jupyter笔记本中，我得到以下结果（当我在

for

循环中包含

print df3

以检查输出时）：

如果我在for循环中执行

df3.info（）

，它会告诉我df3中有两个数据帧。（这正常吗？）

如果我调用

df3

，我会得到以下结果：

      0     1
0    1.0   30.1
1    2.0   30.2

似乎我正在覆盖

df3

，而不是将新数据附加到

df3

因此：

• 我怎样才能避开这个问题？（可能创建一个新的数据框，并将拆分列附加到新的数据框？）

• 如何将df3转换为所需的数据帧？我有一种感觉，我需要重塑我的数据帧，但我不知道如何做到这一点

---

如有任何建议，我们将不胜感激

根据列

Values\u a

中的数据结构，这里有一个可能的解决方法

>> x = pd.DataFrame({'ID': [1, 7],
>>                   'Values_a': [ [[1, 20.1], [2, 20.2]], 
>>                                 [[1, 30.1], [2, 30.2]] ] });
>> data = { ID: [v[1] for v in x.loc[x['ID'] == ID, 'Values_a'].values[0]]
>>          for ID in x['ID'] }
>> index = [v[0] for v in x['Values_a'].iloc[0]]
>> y = pd.DataFrame(data, index=index)
      1     7
1  20.1  30.1
2  20.2  30.2

---

尽管如此，我相信有一个更简单、更优雅的解决方案，

groupby

是否

Value\u a

值与第一组元素（在您的案例中为标签）的长度相同（在您的案例中为{1，2}）？@tarashypka如果我理解正确，“value_a”值的长度与我的示例中的第一个元素的长度不同（为了便于查看，我截断了数据帧…抱歉…）ID值_a''01[[1,20.1]，[2,20.2]，[3,20.3]，等等]''17[[1,30.1]，[2,30.2]，[3,30.8]，等等]“@tarashypka但是在“Value_a”列中，该列中的所有单元格都具有相同的列表长度。

[[1,20.1]，[2,20.2]，[3,20.3]，诸如此类]

始终与

[[1,30.1]，[2,30.2]，[3,30.8]诸如此类]

具有相同的第一个元素（在本例中为1,2,3）？因此：1。两个列表将始终具有相同的长度；2.第一个元素可能是5，7，17。哦，这很聪明。。。我没有想到使用列表/字典理解。。。！！非常感谢，这与实际df配合得非常好：）

>> x = pd.DataFrame({'ID': [1, 7],
>>                   'Values_a': [ [[1, 20.1], [2, 20.2]], 
>>                                 [[1, 30.1], [2, 30.2]] ] });
>> data = { ID: [v[1] for v in x.loc[x['ID'] == ID, 'Values_a'].values[0]]
>>          for ID in x['ID'] }
>> index = [v[0] for v in x['Values_a'].iloc[0]]
>> y = pd.DataFrame(data, index=index)
      1     7
1  20.1  30.1
2  20.2  30.2