在列表列中，为每个列表元素创建一行
我有一个数据框，其中一些单元格包含多个值的列表。我不想在一个单元格中存储多个值，而是希望扩展dataframe，以便列表中的每个项都有自己的行（在所有其他列中都有相同的值）。因此，如果我有：
import pandas as pd
import numpy as np
df = pd.DataFrame(
{'trial_num': [1, 2, 3, 1, 2, 3],
'subject': [1, 1, 1, 2, 2, 2],
'samples': [list(np.random.randn(3).round(2)) for i in range(6)]
}
)
df
Out[10]:
samples subject trial_num
0 [0.57, -0.83, 1.44] 1 1
1 [-0.01, 1.13, 0.36] 1 2
2 [1.18, -1.46, -0.94] 1 3
3 [-0.08, -4.22, -2.05] 2 1
4 [0.72, 0.79, 0.53] 2 2
5 [0.4, -0.32, -0.13] 2 3
如何转换为长格式，例如：
subject trial_num sample sample_num
0 1 1 0.57 0
1 1 1 -0.83 1
2 1 1 1.44 2
3 1 2 -0.01 0
4 1 2 1.13 1
5 1 2 0.36 2
6 1 3 1.18 0
# etc.
索引并不重要，可以将现有列设置为索引，而最终的顺序并不重要。
共有3个答案
更新：下面的解决方案对较旧的Pandas版本很有帮助，因为DataFrame.explode（）不可用。从Pandas 0.25.0开始，您只需使用DataFrame.explode（）。
lst_col = 'samples'
r = pd.DataFrame({
col:np.repeat(df[col].values, df[lst_col].str.len())
for col in df.columns.drop(lst_col)}
).assign(**{lst_col:np.concatenate(df[lst_col].values)})[df.columns]
结果:
In [103]: r
Out[103]:
samples subject trial_num
0 0.10 1 1
1 -0.20 1 1
2 0.05 1 1
3 0.25 1 2
4 1.32 1 2
5 -0.17 1 2
6 0.64 1 3
7 -0.22 1 3
8 -0.71 1 3
9 -0.03 2 1
10 -0.65 2 1
11 0.76 2 1
12 1.77 2 2
13 0.89 2 2
14 0.65 2 2
15 -0.98 2 3
16 0.65 2 3
17 -0.30 2 3
PS在这里你可以找到一个更通用的解决方案
更新：一些解释：IMO理解这段代码的最简单方法是尝试一步一步地执行它：
在下面一行中，我们在一列中重复值N次，其中N-是相应列表的长度：
In [10]: np.repeat(df['trial_num'].values, df[lst_col].str.len())
Out[10]: array([1, 1, 1, 2, 2, 2, 3, 3, 3, 1, 1, 1, 2, 2, 2, 3, 3, 3], dtype=int64)
这可以推广到包含标量值的所有列：
In [11]: pd.DataFrame({
...: col:np.repeat(df[col].values, df[lst_col].str.len())
...: for col in df.columns.drop(lst_col)}
...: )
Out[11]:
trial_num subject
0 1 1
1 1 1
2 1 1
3 2 1
4 2 1
5 2 1
6 3 1
.. ... ...
11 1 2
12 2 2
13 2 2
14 2 2
15 3 2
16 3 2
17 3 2
[18 rows x 2 columns]
使用np.concatenate（）我们可以展平列表列（示例）中的所有值，并获得1D向量：
In [12]: np.concatenate(df[lst_col].values)
Out[12]: array([-1.04, -0.58, -1.32, 0.82, -0.59, -0.34, 0.25, 2.09, 0.12, 0.83, -0.88, 0.68, 0.55, -0.56, 0.65, -0.04, 0.36, -0.31])
综上所述：
In [13]: pd.DataFrame({
...: col:np.repeat(df[col].values, df[lst_col].str.len())
...: for col in df.columns.drop(lst_col)}
...: ).assign(**{lst_col:np.concatenate(df[lst_col].values)})
Out[13]:
trial_num subject samples
0 1 1 -1.04
1 1 1 -0.58
2 1 1 -1.32
3 2 1 0.82
4 2 1 -0.59
5 2 1 -0.34
6 3 1 0.25
.. ... ... ...
11 1 2 0.68
12 2 2 0.55
13 2 2 -0.56
14 2 2 0.65
15 3 2 -0.04
16 3 2 0.36
17 3 2 -0.31
[18 rows x 3 columns]
使用pd。DataFrame（）[df.columns]将保证我们按照原始顺序选择列...
Series和DataFrame方法定义了将列表分解为单独行的.explode（）方法。请参阅“文档”部分中的“分解类似列表的列”。
df = pd.DataFrame({
'var1': [['a', 'b', 'c'], ['d', 'e',], [], np.nan],
'var2': [1, 2, 3, 4]
})
df
var1 var2
0 [a, b, c] 1
1 [d, e] 2
2 [] 3
3 NaN 4
df.explode('var1')
var1 var2
0 a 1
0 b 1
0 c 1
1 d 2
1 e 2
2 NaN 3 # empty list converted to NaN
3 NaN 4 # NaN entry preserved as-is
# to reset the index to be monotonically increasing...
df.explode('var1').reset_index(drop=True)
var1 var2
0 a 1
1 b 1
2 c 1
3 d 2
4 e 2
5 NaN 3
6 NaN 4
请注意，这也适当地处理列表和标量的混合列，以及空列表和NaN（这是基于重复的解决方案的缺点）。
但是，您应该注意，爆炸仅对单个列起作用（目前）。
注意：如果要分解一列字符串，需要先在分隔符上拆分，然后使用explode。请看我给出的（非常）相关的答案。
比我预期的要长一点：
>>> df
samples subject trial_num
0 [-0.07, -2.9, -2.44] 1 1
1 [-1.52, -0.35, 0.1] 1 2
2 [-0.17, 0.57, -0.65] 1 3
3 [-0.82, -1.06, 0.47] 2 1
4 [0.79, 1.35, -0.09] 2 2
5 [1.17, 1.14, -1.79] 2 3
>>>
>>> s = df.apply(lambda x: pd.Series(x['samples']),axis=1).stack().reset_index(level=1, drop=True)
>>> s.name = 'sample'
>>>
>>> df.drop('samples', axis=1).join(s)
subject trial_num sample
0 1 1 -0.07
0 1 1 -2.90
0 1 1 -2.44
1 1 2 -1.52
1 1 2 -0.35
1 1 2 0.10
2 1 3 -0.17
2 1 3 0.57
2 1 3 -0.65
3 2 1 -0.82
3 2 1 -1.06
3 2 1 0.47
4 2 2 0.79
4 2 2 1.35
4 2 2 -0.09
5 2 3 1.17
5 2 3 1.14
5 2 3 -1.79
如果需要顺序索引，可以对结果应用reset\u index（drop=True）。
更新：
>>> res = df.set_index(['subject', 'trial_num'])['samples'].apply(pd.Series).stack()
>>> res = res.reset_index()
>>> res.columns = ['subject','trial_num','sample_num','sample']
>>> res
subject trial_num sample_num sample
0 1 1 0 1.89
1 1 1 1 -2.92
2 1 1 2 0.34
3 1 2 0 0.85
4 1 2 1 0.24
5 1 2 2 0.72
6 1 3 0 -0.96
7 1 3 1 -2.72
8 1 3 2 -0.11
9 2 1 0 -1.33
10 2 1 1 3.13
11 2 1 2 -0.65
12 2 2 0 0.10
13 2 2 1 0.65
14 2 2 2 0.15
15 2 3 0 0.64
16 2 3 1 -0.10
17 2 3 2 -0.76
-
问题内容： 我有一个数据框，其中某些单元格包含多个值的列表。我不想扩展一个单元格中的多个值，而是想扩展数据框，以便列表中的每个项目都有自己的行（所有其他列中的值都相同）。所以，如果我有： 如何转换为长格式，例如： 索引并不重要，可以将现有的列设置为索引也可以，最后的顺序也不重要。 问题答案： 结果： PS 在这里你可能会发现一些通用的解决方案 更新：一些解释：IMO了解此代码的最简单方法是尝试逐步
-
问题内容： 我有一个字典列表，并且想为该列表的每个元素添加一个键。我试过了： 但是update方法返回None，所以我的结果列表中没有None。 返回语法错误。 问题答案： 您无需担心要构建新的词典列表，因为对更新后的词典的引用与对旧词典的引用相同：
-
问题内容： 我需要增量填充列表或列表元组。看起来像这样： 为了使它不那么冗长，更优雅，我想我会预先分配一个空列表 预分配部分对我来说并不明显。当我这样做时，我会收到对同一列表的引用列表，因此以下内容的输出 是： 我可以使用循环（），但我想知道是否存在“无环”解决方案。 是获得我想要的东西的唯一方法 问题答案： 这将创建x个不同的列表，每个列表都有一个列表副本（该列表中的每个项目都是通过引用提供的，
-
对于C#中泛型列表的泛型列表的概念，我似乎有点难以理解。我认为问题源于
-
问题内容： 这个问题已经在这里有了答案 ： 9年前关闭。 我有两个清单： 我需要从这些列表中创建一个元组列表，如下所示： 我尝试这样做： 但导致： 即x中每个元素与y中每个元素的元组列表…什么是我想做的正确方法？谢谢… 编辑： 在编辑之前提到的其他两个重复是我的错，我将其缩进另一个for循环中是错误的… 问题答案： 使用内置函数： 在Python 3中： 在Python 2中：
-
问题内容： 给出以下列表： 我想将[a]的每个元素重复其在[b]中的对应位置的编号，以产生此结果： 即0发生1次，5发生2次，1发生1次。 问题答案： 内容如下： -重复elem次 从两个列表中组成一个2元组的列表，将每个元素与另一个列表中的对应元素配对。这为您提供了用例中需要传递给的确切信息。 -将迭代器的结果列表展平为单个值列表。您既可以像我一样，也可以像马丁·彼得斯那样。