如何在 Pandas 中取消嵌套日期列和相关列？

Question

我有一个包含两列的数据框，我想一起展开/取消嵌套。一个包含日期，另一个包含与日期相关的信息。

这是初始 df 的样子：

data = [
    ["ABC", 2002, ["AB", "AB", "EF"], ["2002-05-06", "2002-05-07", "2002-05-12"]],
    ["DEF", 2002, [["CD", "EF"]], ["2002-06-12", "2002-06-13"]],
    ["GHI", 2002, [["JK"]], ["2002-03-02"]],
    ["JKL", 2002, [[]], ["2002-03-02"]],
]

df = pd.DataFrame(data, columns=["ID", "year", "list", "date_list"])
df

我想要它喜欢的是，日期变量和相关列表元素一起解包：

data = [
    ["ABC", 2002, ["AB"], ["2002-05-06"]],
    ["ABC", 2002, ["AB"], ["2002-05-07"]],
    ["ABC", 2002, ["EF"], ["2002-05-12"]],
    ["DEF", 2002, ["CD"], ["2002-06-12"]],
    ["DEF", 2002, ["EF"], ["2002-06-13"]],
    ["GHI", 2002, [["JK"]], ["2002-03-02"]],
    ["JKL", 2002, [[]], ["2002-03-02"]],
]

df = pd.DataFrame(data, columns=["ID", "year", "list", "date_list"])
df

我试过分别分解 list 和 date_list 列，但我不知道有什么方法可以将它们以有序的方式取消嵌套。有人知道怎么做吗？

Answer 1

如果我理解正确的话：

extracted = df['list'].explode().to_frame().reset_index(drop=True).join(df['date_list'].explode().reset_index())
df = df[['ID', 'year']].merge(extracted[['list', 'date_list', 'index']], left_index=True, right_on='index').drop(columns=['index'])

输出：

    ID  year list   date_list
0  ABC  2002   AB  2002-05-06
1  ABC  2002   AB  2002-05-07
2  ABC  2002   EF  2002-05-12
3  DEF  2002   CD  2002-06-12
4  DEF  2002   EF  2002-06-13
5  GHI  2002   JK  2002-03-02
6  JKL  2002  NaN  2002-03-02

如何在 Pandas 中取消嵌套日期列和相关列？

How to unnest a date column and a related column together in Pandas?

python

pandas

dataframe

explode

unnest