我有一个函数，可以产生一年中每个月的结果。在我的数据框中，我收集了不同数据列的这些结果。之后，我有一个数据框，其中包含多个具有数组作为值的列。现在，我想“透视”这些列以使每个值都在其自己的列中。例如，如果某行在“ A”列中包含值[1,2,3,4,5,6,7,8,9,10,11,12]，则我想拥有十二个列“ A_01”，“ A_02'，...，'A_12'，每个都包含来自数组的一个值。
我当前的代码是这样的：
# create new columns
columns_to_add = []
column_count = len(columns_to_process)
for _, row in df[columns_to_process].iterrows():
columns_to_add += [[row[name][offset] if type(row[name]) == list else row[name]
for offset in range(array_len) for name in range(column_count)]]
new_df = pd.DataFrame(columns_to_add,
columns=[name+'_'+str(offset+1) for offset in range(array_len)
for name in columns_to_process],
index=df.index) # make dataframe addendum
（注意：有些行没有任何值，因此我必须将条件if type() == list放入迭代中）
但是这段代码非常慢。我相信必须有一个更加优雅的解决方案。你能告诉我这样的解决方案吗？
IIUC，Series.tolist与pandas.DataFrame构造函数一起使用。
我们还将使用DataFrame.rename它来修复您的列名格式。
# Setup
df = pd.DataFrame({'A': [ [1,2,3,4,5,6,7,8,9,10,11,12] ]})
pd.DataFrame(df['A'].tolist()).rename(columns=lambda x: f'A_{x+1:0>2d}')
[出]
A_01 A_02 A_03 A_04 A_05 A_06 A_07 A_08 A_09 A_10 A_11 A_12
0 1 2 3 4 5 6 7 8 9 10 11 12
本文收集自互联网，转载请注明来源。
如有侵权，请联系[email protected] 删除。
我来说两句