python - Pandas :水平扩展/分解数据框

Question

这可能是重复的，但我找不到所需的答案。 那么，问题来了:

假设，我有这样一个数据框:

d1 = {'col1':  [[1],[2,3]],
      'col2' : [[3],[21,1]]}

df1 = pd.DataFrame(d1)

<表类="s-表"> <头> <日> col1 col2 <正文> 0 [1] [3] 1 [2, 3] [21, 1]

现在，我们可以通过 df1.apply(pd.Series.explode) 非常轻松地垂直扩展此数据框。 但是，在水平方向扩展并更改列名的最优雅方式是什么？

像这样:

d2 = {
    'col1_1':[1,2],
    'col1_2': [np.NAN,3],
    'col2_1' : [3,21],
    'col2_2' : [np.NAN,1]
}
df2 = pd.DataFrame(d2)

输出:

<表类="s-表"> <头> <日> col1_1 col1_2 col2_1 col2_2 <正文> 0 1 NaN 3 NaN 1 2 3.0 21 1.0

Answer 1

x = pd.concat(
    [df1[c].apply(pd.Series).add_prefix(c + "_") for c in df1], axis=1
)
print(x)

打印:

   col1_0  col1_1  col2_0  col2_1
0     1.0     NaN     3.0     NaN
1     2.0     3.0    21.0     1.0

---

如果你想要基于 1 的索引列:

x = pd.concat(
    [df1[c].apply(pd.Series).add_prefix(c + "_") for c in df1], axis=1
).rename(
    columns=lambda x: "{}_{}".format(x.split("_")[0], int(x.split("_")[1]) + 1)
)
print(x)

打印:

   col1_1  col1_2  col2_1  col2_2
0     1.0     NaN     3.0     NaN
1     2.0     3.0    21.0     1.0