하나의 열이있는 pandas DataFrame이 있습니다.
import pandas as pd
df = pd.DataFrame(
data={
"teams": [
["SF", "NYG"],
["SF", "NYG"],
["SF", "NYG"],
["SF", "NYG"],
["SF", "NYG"],
["SF", "NYG"],
["SF", "NYG"],
]
}
)
print(df)산출:
teams
0 [SF, NYG]
1 [SF, NYG]
2 [SF, NYG]
3 [SF, NYG]
4 [SF, NYG]
5 [SF, NYG]
6 [SF, NYG]이 목록 열을 2 개의 열로 분할하려면 어떻게해야합니까?
답변:
당신은 사용할 수 있습니다 DataFrame로 생성자를 lists만든 to_list:
import pandas as pd
d1 = {'teams': [['SF', 'NYG'],['SF', 'NYG'],['SF', 'NYG'],
['SF', 'NYG'],['SF', 'NYG'],['SF', 'NYG'],['SF', 'NYG']]}
df2 = pd.DataFrame(d1)
print (df2)
teams
0 [SF, NYG]
1 [SF, NYG]
2 [SF, NYG]
3 [SF, NYG]
4 [SF, NYG]
5 [SF, NYG]
6 [SF, NYG]df2[['team1','team2']] = pd.DataFrame(df2.teams.tolist(), index= df2.index)
print (df2)
teams team1 team2
0 [SF, NYG] SF NYG
1 [SF, NYG] SF NYG
2 [SF, NYG] SF NYG
3 [SF, NYG] SF NYG
4 [SF, NYG] SF NYG
5 [SF, NYG] SF NYG
6 [SF, NYG] SF NYG그리고 새로운 DataFrame:
df3 = pd.DataFrame(df2['teams'].to_list(), columns=['team1','team2'])
print (df3)
team1 team2
0 SF NYG
1 SF NYG
2 SF NYG
3 SF NYG
4 SF NYG
5 SF NYG
6 SF NYG솔루션 apply(pd.Series)이 매우 느립니다.
#7k rows
df2 = pd.concat([df2]*1000).reset_index(drop=True)
In [121]: %timeit df2['teams'].apply(pd.Series)
1.79 s ± 52.5 ms per loop (mean ± std. dev. of 7 runs, 1 loop each)
In [122]: %timeit pd.DataFrame(df2['teams'].to_list(), columns=['team1','team2'])
1.63 ms ± 54.3 µs per loop (mean ± std. dev. of 7 runs, 1000 loops each)df2[['team1','team2']] = pd.DataFrame(df2.teams.values.tolist(), index= df2.index)
apply()는 더 느릴 수 있지만 입력 문자열과 값이 원래 시리즈의 행에서 동일하지 않을 때 이동하는 방법입니다!
훨씬 더 간단한 솔루션 :
pd.DataFrame(df2["teams"].to_list(), columns=['team1', 'team2'])수확량,
team1 team2
-------------
0 SF NYG
1 SF NYG
2 SF NYG
3 SF NYG
4 SF NYG
5 SF NYG
6 SF NYG
7 SF NYG목록이 아닌 구분 된 문자열 열을 분할하려는 경우 다음과 같이 유사하게 수행 할 수 있습니다.
pd.DataFrame(df["teams"].str.split('<delim>', expand=True).values,
columns=['team1', 'team2'])df["teams"].str.split('<delim>', expand=True) 이미 DataFrame을 반환하므로 열 이름을 변경하는 것이 더 간단 할 것입니다.
이 솔루션 df2은 tolist()다음 을 사용하는 솔루션과 달리 DataFrame 의 인덱스를 유지 합니다 .
df3 = df2.teams.apply(pd.Series)
df3.columns = ['team1', 'team2']결과는 다음과 같습니다.
team1 team2
0 SF NYG
1 SF NYG
2 SF NYG
3 SF NYG
4 SF NYG
5 SF NYG
6 SF NYGapply팬더에서 할 수 있는 가장 느린 작업 중 하나입니다 . 이 방법을 피하고 허용 된 답변을 사용해야합니다. 상위 답변의 타이밍에서이 방법은 1400 x@rajan
apply방법이 대규모 데이터 세트에서 대규모 배열 (1000 개 이상의 항목)을 확장하는 데 더 안정적으로 작동 한다는 사실을 발견했습니다 . 이 tolist()방법은 데이터 세트가 500k 행을 초과했을 때 내 프로세스를 죽였습니다.
pd.DataFrame(df["teams"].to_list(), columns=["team_1", "team_2"])정말 훨씬 더 복잡합니까?
제안 된 솔루션과 달리 구문 론적으로 더 간단한 방법이 있으므로 기억하기가 더 쉽습니다. 데이터 프레임 df에서 열이 '메타'라고 가정합니다.
df2 = pd.DataFrame(df['meta'].str.split().values.tolist())str.split(). 이것은 훨씬 더 간단했고 목록에있는 항목의 수를 모르는 경우 이점이 있습니다.
이전 답변을 기반으로 훨씬 더 빠른 런타임으로 df2.teams.apply (pd.Series)와 동일한 결과를 반환하는 또 다른 솔루션이 있습니다.
pd.DataFrame([{x: y for x, y in enumerate(item)} for item in df2['teams'].values.tolist()], index=df2.index)타이밍 :
In [1]:
import pandas as pd
d1 = {'teams': [['SF', 'NYG'],['SF', 'NYG'],['SF', 'NYG'],
['SF', 'NYG'],['SF', 'NYG'],['SF', 'NYG'],['SF', 'NYG']]}
df2 = pd.DataFrame(d1)
df2 = pd.concat([df2]*1000).reset_index(drop=True)
In [2]: %timeit df2['teams'].apply(pd.Series)
8.27 s ± 2.73 s per loop (mean ± std. dev. of 7 runs, 1 loop each)
In [3]: %timeit pd.DataFrame([{x: y for x, y in enumerate(item)} for item in df2['teams'].values.tolist()], index=df2.index)
35.4 ms ± 5.22 ms per loop (mean ± std. dev. of 7 runs, 10 loops each)위의 솔루션은 nan내 dataframe. 제 경우에는 df2[['team1','team2']] = pd.DataFrame(df2.teams.values.tolist(), index= df2.index)다음과 같습니다.
object of type 'float' has no len()나는 목록 이해력을 사용하여 이것을 해결합니다. 다음은 복제 가능한 예입니다.
import pandas as pd
import numpy as np
d1 = {'teams': [['SF', 'NYG'],['SF', 'NYG'],['SF', 'NYG'],
['SF', 'NYG'],['SF', 'NYG'],['SF', 'NYG'],['SF', 'NYG']]}
df2 = pd.DataFrame(d1)
df2.loc[2,'teams'] = np.nan
df2.loc[4,'teams'] = np.nan
df2산출:
teams
0 [SF, NYG]
1 [SF, NYG]
2 NaN
3 [SF, NYG]
4 NaN
5 [SF, NYG]
6 [SF, NYG]
df2['team1']=np.nan
df2['team2']=np.nan목록 이해력으로 해결 :
for i in [0,1]:
df2['team{}'.format(str(i+1))]=[k[i] if isinstance(k,list) else k for k in df2['teams']]
df2수율 :
teams team1 team2
0 [SF, NYG] SF NYG
1 [SF, NYG] SF NYG
2 NaN NaN NaN
3 [SF, NYG] SF NYG
4 NaN NaN NaN
5 [SF, NYG] SF NYG
6 [SF, NYG] SF NYG목록 이해
목록 이해력으로 간단한 구현 (내가 가장 좋아하는)
df = pd.DataFrame([pd.Series(x) for x in df.teams])
df.columns = ['team_{}'.format(x+1) for x in df.columns]출력 타이밍 :
CPU times: user 0 ns, sys: 0 ns, total: 0 ns
Wall time: 2.71 ms
산출:
team_1 team_2
0 SF NYG
1 SF NYG
2 SF NYG
3 SF NYG
4 SF NYG
5 SF NYG
6 SF NYG다음은 df.transform및 사용하는 또 다른 솔루션입니다 df.set_index.
>>> (df['teams']
.transform([lambda x:x[0], lambda x:x[1]])
.set_axis(['team1','team2'],
axis=1,
inplace=False)
)
team1 team2
0 SF NYG
1 SF NYG
2 SF NYG
3 SF NYG
4 SF NYG
5 SF NYG
6 SF NYG