как преобразовать фрейм данных, содержащий список в каждой строке каждого столбца

Question

У меня есть следующий dataframe, который является одним из выходных данных цикла for.

df = pd.DataFrame()

df['Score'] = [['0-0','1-1','2-2'],['0-0','1-1','2-2']]
df ['value'] =[[0.08,0.1,0.15],[0.07,0.12,0.06]]
df ['Team'] = ['A','B']

Я хочу преобразовать каждый элемент списка каждой строки в каждый элемент столбца.Ниже приводится ожидаемый результат:

Кто-нибудь может мне помочь, как его преобразовать?

Спасибо,

Zep

Answer 1

Вы можете попытаться разблокировать индекс, один раз после применения pd.Series к каждому списку кадра данных

df = pd.DataFrame()

df['Score'] = [['0-0','1-1','2-2'],['0-0','1-1','2-2']]
df ['value'] =[[0.08,0.1,0.15],[0.07,0.12,0.06]]    

df.stack().apply(pd.Series).ffill(1).unstack(level=0).T.reset_index(drop=True)

Out:

    Score   value   Team
0   0-0     0.08    A
1   0-0     0.07    B
2   1-1     0.1     A
3   1-1     0.12    B
4   2-2     0.15    A
5   2-2     0.06    B

Answer 2

Вы можете использовать chain.from_iterable , чтобы сгладить ввод:

from itertools import chain

import pandas as pd

data = [['0-0','1-1','2-2'],['0-0','1-1','2-2']]
values = [[0.08,0.1,0.15],[0.07,0.12,0.06]]

df = pd.DataFrame(data=list(zip(chain.from_iterable(data), chain.from_iterable(values))), columns=['score', 'value'])
print(df)

Вывод

  score  value
0   0-0   0.08
1   1-1   0.10
2   2-2   0.15
3   0-0   0.07
4   1-1   0.12
5   2-2   0.06

В качестве альтернативы вы могли быиспользуйте np.ravel :

import numpy as np
import pandas as pd

data = [['0-0', '1-1', '2-2'], ['0-0', '1-1', '2-2']]
values = [[0.08, 0.1, 0.15], [0.07, 0.12, 0.06]]

df = pd.DataFrame({'score': np.array(data).ravel(), 'value': np.array(values).ravel()})
print(df)

Answer 3

Использование np.concatenate :

import pandas as pd 
import numpy as np 

x = [['0-0','1-1','2-2'],['0-0','1-1','2-2']]
y = [[0.08,0.1,0.15],[0.07,0.12,0.06]]
z = ['A','B']
df = pd.DataFrame()

df['Score'] = np.concatenate(x)
df ['value'] = np.concatenate(y)
df['Team'] = np.repeat(z, len(df)/len(z))
print(df)

Вывод:

  Score  value Team                                                                                                                          
0   0-0   0.08    A                                                                                                                          
1   1-1   0.10    A                                                                                                                          
2   2-2   0.15    A                                                                                                                          
3   0-0   0.07    B                                                                                                                          
4   1-1   0.12    B                                                                                                                          
5   2-2   0.06    B   

Answer 4

Сначала нужно сгладить значения, вы можете использовать itertools.chain:

from itertools import chain
score = list(chain(*[['0-0','1-1','2-2'],['0-0','1-1','2-2']]))
value = list(chain(*[[0.08,0.1,0.15],[0.07,0.12,0.06]]))

pd.DataFrame({'score':score, 'value':value})

Score  value
0   0-0   0.08
1   1-1   0.10
2   2-2   0.15
3   0-0   0.07
4   1-1   0.12
5   2-2   0.06