Pandas 一系列列表到一个系列

Question

我有一个 Pandas 系列字符串列表：

0                           [slim, waist, man]
1                                [slim, waistline]
2                                     [santa]

如您所见，列表因长度而异。我想要一种有效的方法将其折叠成一个系列

0 slim
1 waist
2 man
3 slim
4 waistline
5 santa

我知道我可以使用

分解列表

series_name.split(' ')

但我很难将这些字符串放回一个列表中。

谢谢！

Answer 1

您可以像下面这样使用列表连接运算符 -

lst1 = ['hello','world']
lst2 = ['bye','world']
newlst = lst1 + lst2
print(newlst)
>> ['hello','world','bye','world']

或者您可以使用 list.extend() 函数，如下所示 -

lst1 = ['hello','world']
lst2 = ['bye','world']
lst1.extend(lst2)
print(lst1)
>> ['hello', 'world', 'bye', 'world']

使用 extend 函数的好处是它可以处理多种类型，而 concatenation 运算符仅在 LHS 和 RHS 均为列表时才有效。

extend函数的其他例子-

lst1.extend(('Bye','Bye'))
>> ['hello', 'world', 'Bye', 'Bye']

Answer 2

您可以尝试使用 itertools.chain 简单地展平列表：

In [70]: from itertools import chain
In [71]: import pandas as pnd
In [72]: s = pnd.Series([['slim', 'waist', 'man'], ['slim', 'waistline'], ['santa']])
In [73]: s
Out[73]: 
0    [slim, waist, man]
1     [slim, waistline]
2               [santa]
dtype: object
In [74]: new_s = pnd.Series(list(chain(*s.values)))
In [75]: new_s
Out[75]: 
0         slim
1        waist
2          man
3         slim
4    waistline
5        santa
dtype: object

Answer 3

您基本上只是想在此处展平嵌套列表。

您应该能够迭代系列的元素：

slist =[]
for x in series:
    slist.extend(x)

或更巧妙（但更难理解）的列表理解：

slist = [st for row in s for st in row]

Answer 4

这是一个仅使用 pandas 个函数的简单方法：

import pandas as pd

s = pd.Series([
    ['slim', 'waist', 'man'],
    ['slim', 'waistline'],
    ['santa']])

然后

s.apply(pd.Series).stack().reset_index(drop=True)

给出了想要的输出。在某些情况下，您可能希望保存原始索引并添加第二级索引来索引嵌套元素，例如

0  0         slim
   1        waist
   2          man
1  0         slim
   1    waistline
2  0        santa

如果这是您想要的，只需从链中省略 .reset_index(drop=True)。

Answer 5

series_name.sum()

正是您所需要的。请确保它是一系列列表，否则您的值将被连接（如果是字符串）或添加（如果是 int）

Answer 6

可以使用此函数进行展平和反展平

def flatten(df, col):
    col_flat = pd.DataFrame([[i, x] for i, y in df[col].apply(list).iteritems() for x in y], columns=['I', col])
    col_flat = col_flat.set_index('I')
    df = df.drop(col, 1)
    df = df.merge(col_flat, left_index=True, right_index=True)

    return df

去扁平化：

def unflatten(flat_df, col):
    flat_df.groupby(level=0).agg({**{c:'first' for c in flat_df.columns}, col: list})

展开后我们得到相同的数据帧，除了列顺序：

(df.sort_index(axis=1) == unflatten(flatten(df)).sort_index(axis=1)).all().all()
>> True

Answer 7

在 pandas 版本 0.25.0 中出现了 series and dataframes 的新方法 'explode'。旧版本没有这样的方法。

它有助于构建您需要的结果。

例如你有这样的系列：

import pandas as pd

s = pd.Series([
    ['slim', 'waist', 'man'],
    ['slim', 'waistline'],
    ['santa']])

那你就可以使用

s.explode()

得到这样的结果：

0         slim
0        waist
0          man
1         slim
1    waistline
2        santa

如果是数据框：

df = pd.DataFrame({
  's': pd.Series([
    ['slim', 'waist', 'man'],
    ['slim', 'waistline'],
    ['santa']
   ]),
   'a': 1
})

你将拥有这样的DataFrame：

                    s  a
0  [slim, waist, man]  1
1   [slim, waistline]  1
2             [santa]  1

在 s 列上应用爆炸：

df.explode('s')

会给你这样的结果：

           s  a
0       slim  1
0      waist  1
0        man  1
1       slim  1
1  waistline  1
2      santa  1

如果您的系列包含空列表

import pandas as pd

s = pd.Series([
    ['slim', 'waist', 'man'],
    ['slim', 'waistline'],
    ['santa'],
    []
])

然后运行 explode 将为空列表引入 NaN 值，如下所示：

0         slim
0        waist
0          man
1         slim
1    waistline
2        santa
3          NaN

如果不需要，您可以dropna方法调用：

s.explode().dropna()

得到这个结果：

0         slim
0        waist
0          man
1         slim
1    waistline
2        santa

Dataframes 也有 dropna 方法：

df = pd.DataFrame({
  's': pd.Series([
    ['slim', 'waist', 'man'],
    ['slim', 'waistline'],
    ['santa'],
    []
   ]),
   'a': 1
})

运行 explode 没有 dropna:

df.explode('s')

结果为：

           s  a
0       slim  1
0      waist  1
0        man  1
1       slim  1
1  waistline  1
2      santa  1
3        NaN  1

与 dropna:

df.explode('s').dropna(subset=['s'])

结果：

           s  a
0       slim  1
0      waist  1
0        man  1
1       slim  1
1  waistline  1
2      santa  1

Answer 8

您也可以试试：

combined = []
for i in s.index:
    combined = combined + s.iloc[i]

print(combined)

s = pd.Series(combined)
print(s)

输出：

['slim', 'waist', 'man', 'slim', 'waistline', 'santa']

0         slim
1        waist
2          man
3         slim
4    waistline
5        santa

dtype: object

Answer 9

如果您的 pandas 版本太旧而无法使用 series_name.explode()，这也应该有效：

from itertools import chain

pd.Series(
    chain.from_iterable(
        value
        for i, value
        in series_name.iteritems()
    )
)

Pandas 一系列列表到一个系列

Pandas Series of lists to one series

python

string

list

pandas

series