如何改变数据帧中保存的数据的格式？
如何改变数据帧中保存的数据的格式？
提问于 2017-02-28 13:58:56
我有以下数据：
df1
0 (AG, AD, AE)
1 (AG, AM, AF)
dtype: objectdf2
0 [99.0, 45.0, 99.0, 92.0, 140.0, 53.0, 185.0, 8...
1 [78.0, 52.0, 74.0, 29.0, 30.0, 57.0, 48.0, 39....df3
0 [19.0, 22.0, 13.0, 24.0, 70.0, 50.0, 185.0, 8...
1 [18.0, 33.0, 74.0, 29.0, 30.0, 77.0, 48.0, 39....我想将这些系列保存为数据格式。如果我做了df = pd.DataFrame({"TYPE-1":df1,"TYPE-2":df2,"TYPE-2":df2})，我就会得到这个：
TYPE-1 TYPE-2 TYPE-3
(AG, AD, AE) [99.0, 45.0, 99.0, 92.0,...] [78.0, 52.0, 74.0, 29.0, ...]
(AG, AM, AF) [78.0, 52.0, 74.0, 29.0,...] [18.0, 33.0, 74.0, 29.0,...]如何将格式更改为此格式？：
TYPE-1 TYPE-2 TYPE-3
(AG, AD, AE) 99.0 78.0
(AG, AD, AE) 45.0 52.0
...回答 1
Stack Overflow用户
回答已采纳
发布于 2017-02-28 14:13:43
您需要numpy.repeat来创建新的复制列，并通过chain.from_iterable对另一个列进行平坦处理。
from itertools import chain
#sample from another solution
df1 = pd.DataFrame(dict(tups = [('A', 'B'), ('C', 'D')]))
df2 = pd.DataFrame(dict(lsts=[[1, 2, 3, 4], [5, 6, 7, 8]]))
df3 = pd.DataFrame(dict(lsts=[[9, 10, 11, 12], [14, 15, 6, 4]]))
df2 = pd.DataFrame({
"a": np.repeat(df1.tups.values, df2.lsts.str.len()),
"b": list(chain.from_iterable(df2.lsts)),
"c": list(chain.from_iterable(df3.lsts))})
print (df2)
a b c
0 (A, B) 1 9
1 (A, B) 2 10
2 (A, B) 3 11
3 (A, B) 4 12
4 (C, D) 5 14
5 (C, D) 6 15
6 (C, D) 7 6
7 (C, D) 8 4页面原文内容由Stack Overflow提供。腾讯云小微IT领域专用引擎提供翻译支持
原文链接：
https://stackoverflow.com/questions/42510720
复制相关文章
相似问题
腾讯云开发者
