将 pandas DataFrame 列扩展为多行

Question

如果我有一个 DataFrame 这样：

 pd.DataFrame( {"name" : "John",
               "days" : [[1, 3, 5, 7]]
              })

给出了这个结构：

            days  name
0  [1, 3, 5, 7]  John

如何将其扩展到以下内容？

    days  name
0     1  John
1     3  John
2     5  John
3     7  John

原文由 gozzilli 发布，翻译遵循 CC BY-SA 4.0 许可协议

Answer 1

您可以使用 df.itertuples 遍历每一行，并使用列表理解将数据重塑为所需的形式：

 import pandas as pd

df = pd.DataFrame( {"name" : ["John", "Eric"],
               "days" : [[1, 3, 5, 7], [2,4]]})
result = pd.DataFrame([(d, tup.name) for tup in df.itertuples() for d in tup.days])
print(result)

产量

   0     1
0  1  John
1  3  John
2  5  John
3  7  John
4  2  Eric
5  4  Eric

---

Divakar 的解决方案 using_repeat 是最快的：

 In [48]: %timeit using_repeat(df)
1000 loops, best of 3: 834 µs per loop

In [5]: %timeit using_itertuples(df)
100 loops, best of 3: 3.43 ms per loop

In [7]: %timeit using_apply(df)
1 loop, best of 3: 379 ms per loop

In [8]: %timeit using_append(df)
1 loop, best of 3: 3.59 s per loop

---

这是用于上述基准测试的设置：

 import numpy as np
import pandas as pd

N = 10**3
df = pd.DataFrame( {"name" : np.random.choice(list('ABCD'), size=N),
                    "days" : [np.random.randint(10, size=np.random.randint(5))
                              for i in range(N)]})

def using_itertuples(df):
    return  pd.DataFrame([(d, tup.name) for tup in df.itertuples() for d in tup.days])

def using_repeat(df):
    lens = [len(item) for item in df['days']]
    return pd.DataFrame( {"name" : np.repeat(df['name'].values,lens),
                          "days" : np.concatenate(df['days'].values)})

def using_apply(df):
    return (df.apply(lambda x: pd.Series(x.days), axis=1)
            .stack()
            .reset_index(level=1, drop=1)
            .to_frame('day')
            .join(df['name']))

def using_append(df):
    df2 = pd.DataFrame(columns = df.columns)
    for i,r in df.iterrows():
        for e in r.days:
            new_r = r.copy()
            new_r.days = e
            df2 = df2.append(new_r)
    return df2

原文由 unutbu 发布，翻译遵循 CC BY-SA 4.0 许可协议

Answer 2

自 pandas 0.25 以来的新功能，您可以使用该功能 explode()

https://pandas.pydata.org/pandas-docs/stable/reference/api/pandas.DataFrame.explode.html

 import pandas as pd
df = pd.DataFrame( {"name" : "John",
               "days" : [[1, 3, 5, 7]]})

print(df.explode('days'))

印刷

   name days
0  John    1
0  John    3
0  John    5
0  John    7

原文由 philshem 发布，翻译遵循 CC BY-SA 4.0 许可协议