Python 如何做';横向视图分解()';熊猫
我想这样做:Python 如何做';横向视图分解()';熊猫,python,pandas,Python,Pandas,我想这样做: # input: A B 0 [1, 2] 10 1 [5, 6] -20 # output: A B 0 1 10 1 2 10 2 5 -20 3 6 -20 每列A的值都是一个列表 df = pd.DataFrame({'A':[[1,2],[5,6]],'B':[10,-20]}) df = pd.DataFrame([[item]+list(df.loc[line,'B':]) for line in df.index f
# input:
A B
0 [1, 2] 10
1 [5, 6] -20
# output:
A B
0 1 10
1 2 10
2 5 -20
3 6 -20
每列A的值都是一个列表
df = pd.DataFrame({'A':[[1,2],[5,6]],'B':[10,-20]})
df = pd.DataFrame([[item]+list(df.loc[line,'B':]) for line in df.index for item in df.loc[line,'A']],
columns=df.columns)
上面的代码可以工作,但速度非常慢
有什么聪明的方法吗
谢谢方法1(OP)
方法2(pir)
方法3(pir)
感谢@user113531引用Alexander的答案。我必须修改它才能工作
方法4(@Alexander)
(如果有帮助,请进行后续链接和后续投票)
时间安排 方法4(亚历山大的)是最好的,其次是方法3 请参阅:
pd.DataFrame([[item]+list(df.loc[line,'B':]) for line in df.index for item in df.loc[line,'A']],
columns=df.columns)
df1 = df.A.apply(pd.Series).stack().rename('A')
df2 = df1.to_frame().reset_index(1, drop=True)
df2.join(df.B).reset_index(drop=True)
A = np.asarray(df.A.values.tolist())
B = np.stack([df.B for _ in xrange(A.shape[1])]).T
P = np.stack([A, B])
pd.Panel(P, items=['A', 'B']).to_frame().reset_index(drop=True)
rows = []
for i, row in df.iterrows():
for a in row.A:
rows.append([a, row.B])
pd.DataFrame(rows, columns=df.columns)