如何在pandas中打开一系列元组的包装？
有时，使用熊猫时，我会得到一系列元组/列表。例如，在进行分组并传递具有多个返回值的函数时，这很常见：
import numpy as np
from scipy import stats
df = pd.DataFrame(dict(x=np.random.randn(100),
y=np.repeat(list("abcd"), 25)))
out = df.groupby("y").x.apply(stats.ttest_1samp, 0)
print out
y
a (1.3066417476, 0.203717485506)
b (0.0801133382517, 0.936811414675)
c (1.55784329113, 0.132360504653)
d (0.267999459642, 0.790989680709)
dtype: object
什么是“解包”此结构的正确方法，以便获得具有两列的DataFrame？
一个相关的问题是如何将这个结构或生成的数据框解包到两个Series / array对象中。这几乎可以工作：
t, p = zip(*out)
但这t是
(array(1.3066417475999257),
array(0.08011333825171714),
array(1.557843291126335),
array(0.267999459641651))
而且需要采取额外的措施来挤压它。
问题答案：
也许这是最愚蠢的（我猜是最pythonic）：
out.apply(pd.Series)
如果您想将列重命名为更有意义的名称，则：
out.columns=['Kstats','Pvalue']
如果您不希望索引的默认名称：
out.index.name=None
-
问题内容： 我有一个Pandas DataFrame，我想将’lat’和’long’列组合成一个元组。 我尝试使用的代码是： 但是，这返回以下错误： … 我怎么解决这个问题？ 问题答案： 适应吧。在处理列数据时，它很方便。 与使用或相比，它不那么复杂且速度更快。诸如此类的速度是的两倍，但不会给您元组。
-
我有一个豆子类似于： 我正在尝试反序列化类似于以下内容的JSON： 我无法反序列化该对象，因为每个图像对象都包装在节点对象中，并集中在边对象中。 编辑：为了清楚起见，我不想通过使用bean来完成这一点，这个示例是一个简化，JSON有效负载中的所有数组项都包装在这个和表示中。
-
问题内容： 在执行groupby（’name’）并在其他列上使用过mean（）函数后，我得到了这样的系列 谁能告诉我如何过滤出平均值为1.000000的行？谢谢，我非常感谢您的帮助。 问题答案： In [5]:
-
问题内容： 说我有以下pandas数据框： 我如何“堆叠”“ b”列中的列表以将其转换为数据框： 问题答案： 更新： 通用矢量化方法-也适用于多列DF： 假设我们有以下DF： 解： 设定： 向量化NumPy方法： 旧答案： 尝试这个： 或@Boud提供的更好的解决方案：
-
我有一个包含以下[（'列1'，值），（'列2'，值），（'列3'，值），…，（'列100'，值）]的RDD。我想创建一个包含带有元组的单个列的数据框。 我得到的最接近的是： 然后 但这会产生一个包含列表列的数据帧，而不是元组。
-
我不小心用一个到错误副本的链接关闭了这个问题。下面是正确的:熊猫将列表的一列拆分成多列。 假设我有一个数据帧，其中一列是列表（长度已知且相同）或元组，例如： ie： 我想将“vals”中的值附加到单独的命名列中。我可以通过迭代行来笨拙地做到这一点： 结果如愿以偿： 有没有更整洁(矢量化)的方式？我尝试使用[]但是我得到一个错误。 给出: 看起来Pandas试图将[]操作符应用于series/dat