python - Pandas : how to get the unique number of values in cells when cells contain lists?

Question

出于某种神秘的原因，我有一个看起来像的数据框

index             col_weird      col_normal
2012-01-01 14:30  ['A','B']      2
2012-01-01 14:32  ['A','C','D']  4
2012-01-01 14:36  ['C','D']      2
2012-01-01 14:39  ['E','B']      4
2012-01-01 14:40  ['G','H']      2

我想每 5 分钟重新采样一次数据帧，并且

• 获取 col_weird 中所有列表中元素的唯一数量，

• 获取col_normal的平均值

当然，使用 resample().col_weird.nunique() 对于第一个任务会失败，因为我想要唯一的元素数量:即 14:30 之间code> 和 14:35 我预计这个数字是 4，对应于 A、B、C、D。

在同一时期，col_normal 的平均值当然是 3。

知道如何得到它吗？

谢谢!

Answer 1

我认为您可以先将list扩展为Series:

df = df['col'].apply(pd.Series).stack().reset_index(drop=True, level=1)
print (df)
2012-01-01 14:30    A
2012-01-01 14:30    B
2012-01-01 14:32    A
2012-01-01 14:32    C
2012-01-01 14:32    D
2012-01-01 14:36    C
2012-01-01 14:36    D
2012-01-01 14:39    E
2012-01-01 14:39    B
2012-01-01 14:40    G
2012-01-01 14:40    H
dtype: object

然后使用重新采样:

df = df.resample('1H').nunique()
print (df)
2012-01-01 14:00:00    7
Freq: H, dtype: int64