Python 从两个2D列表中提取值，并将其存储到熊猫数据框中

我有两个2D列表：

1. [['VDM:1', 'VDM:2', 'VDM:3', 'VDM:4', 'VDM:5'], ['MDM:1', 'MDM:2', 'MDM:3', 'MDM:4', 'MDM:5'], ['OM:1', 'OM:2', 'OM:3', 'OM:4', 'OM:5']]
2. [[9, 2, 0, 0, 1], [2, 6, 0, 3, 1], [2, 6, 0, 3, 1]]

我想以以下格式将这些值存储在数据集中：

Attribute:Value     Support
VDM:1               9
VDM:2               2
VDM:3               0
VDM:4               0
VDM:5               1
MDM:1               2
MDM:2               6
MDM:3               0
MDM:4               3
MDM:5               1
OM:1                2
OM:2                6
OM:3                0
OM:4                3
OM:5                1

使用itertools.chain

例：

输出：

    Attribute:value Support
0   VDM:1           9
1   VDM:2           2
2   VDM:3           0
3   VDM:4           0
4   VDM:5           1
5   MDM:1           2
6   MDM:2           6
7   MDM:3           0
8   MDM:4           3
9   MDM:5           1
10  OM:1            2
11  OM:2            6
12  OM:3            0
13  OM:4            3
14  OM:5            1

使用np.concatenate展平列表

a = [['VDM:1', 'VDM:2', 'VDM:3', 'VDM:4', 'VDM:5'], ['MDM:1', 'MDM:2', 'MDM:3', 'MDM:4', 'MDM:5'], ['OM:1', 'OM:2', 'OM:3', 'OM:4', 'OM:5']]
s = [[9, 2, 0, 0, 1], [2, 6, 0, 3, 1], [2, 6, 0, 3, 1]]

a = np.concatenate(a)
s = np.concatenate(s)

df = pd.DataFrame({'Attribute:value': a, 'Support': s})

输出：

    Attribute:value Support
0   VDM:1           9
1   VDM:2           2
2   VDM:3           0
3   VDM:4           0
4   VDM:5           1
5   MDM:1           2
6   MDM:2           6
7   MDM:3           0
8   MDM:4           3
9   MDM:5           1
10  OM:1            2
11  OM:2            6
12  OM:3            0
13  OM:4            3
14  OM:5            1

一个简单的方法是将列表展平。 你可以通过列表理解来完成，不需要额外的模块。这是一个关于如何展平列表的讨论

代码如下：

# Import module
import pandas as pd

# Your data
attributs = [['VDM:1', 'VDM:2', 'VDM:3', 'VDM:4', 'VDM:5'], [
    'MDM:1', 'MDM:2', 'MDM:3', 'MDM:4', 'MDM:5'], ['OM:1', 'OM:2', 'OM:3', 'OM:4', 'OM:5']]
support = [[9, 2, 0, 0, 1], [2, 6, 0, 3, 1], [2, 6, 0, 3, 1]]

# Flatten the list
attributs_flatten = [item for sublist in attributs for item in sublist]
support_flatten = [item for sublist in support for item in sublist]

# create dataframe
df = pd.DataFrame({'Attributes:Value': attributs_flatten, "Support": support_flatten})

print(df)
#    Attributes:Value  Support
# 0             VDM: 1        9
# 1             VDM: 2        2
# 2             VDM: 3        0
# 3             VDM: 4        0
# 4             VDM: 5        1
# 5             MDM: 1        2
# 6             MDM: 2        6
# 7             MDM: 3        0
# 8             MDM: 4        3
# 9             MDM: 5        1
# 10             OM: 1        2
# 11             OM: 2        6
# 12             OM: 3        0
# 13             OM: 4        3
# 14             OM: 5        1

---

最简单的方法是

pd.DataFrame(list(zip(sum(l1, []),sum(l2,[]))))

O/p:

---

解释，展平两个数据帧并执行压缩最终转换为数据帧

很好的答案，就像这个，我在这里没有想到numpy。

pd.DataFrame(list(zip(sum(l1, []),sum(l2,[]))))

        0  1
0   VDM:1  9
1   VDM:2  2
2   VDM:3  0
3   VDM:4  0
4   VDM:5  1
5   MDM:1  2
6   MDM:2  6
7   MDM:3  0
8   MDM:4  3
9   MDM:5  1
10   OM:1  2
11   OM:2  6
12   OM:3  0
13   OM:4  3
14   OM:5  1