Python 如何将字符串拆分为字符矩阵

假设我们在Python中有这个数组：

import pandas as pd
arr = pd.DataFrame(['aabbc','aabccca','aa'])

我想将每一行拆分为其字符的列。行的长度可能不同。 这是我期望的输出（本例中为3*7矩阵）：

我的矩阵的行数是20000，我不喜欢对循环使用

。原始数据是蛋白质序列。
我读了，等等，他们没有帮我
 选项1

一个简单的方法是使用列表理解

pd.DataFrame([list(x) for x in arr[0]])

   0  1     2     3     4     5     6
0  a  a     b     b     c  None  None
1  a  a     b     c     c     c     a
2  a  a  None  None  None  None  None

或者，使用执行相同操作的
apply（list）

pd.DataFrame(arr[0].apply(list).tolist())

   0  1     2     3     4     5     6
0  a  a     b     b     c  None  None
1  a  a     b     c     c     c     a
2  a  a  None  None  None  None  None


选项2

使用
extractall
+
unstack
进行替换。您将得到一个列的多索引。您可以删除结果的第一级

v = arr[0].str.extractall(r'(\w)').unstack()
v.columns = v.columns.droplevel(0)



选项3

操作
视图
-

v = arr[0].values.astype(str)
pd.DataFrame(v.view('U1').reshape(v.shape[0], -1))

   0  1  2  3  4  5  6
0  a  a  b  b  c      
1  a  a  b  c  c  c  a
2  a  a       

这将为您提供空字符串（
'
），而不是单元格中的
None
s。如果要重新添加，请使用
replace

v

match  0  1     2     3     4     5     6
0      a  a     b     b     c  None  None
1      a  a     b     c     c     c     a
2      a  a  None  None  None  None  None

v = arr[0].values.astype(str)
pd.DataFrame(v.view('U1').reshape(v.shape[0], -1))

   0  1  2  3  4  5  6
0  a  a  b  b  c      
1  a  a  b  c  c  c  a
2  a  a