Pandas:如何创建一个列的其他行的列表？

在Pandas中，可以使用apply方法来创建一个列的其他行的列表。apply方法允许我们对DataFrame的每一行或每一列应用一个自定义的函数。

首先，我们需要定义一个函数，该函数接收一个参数，表示当前行或列的值。然后，在该函数中，我们可以使用Pandas的切片操作来获取其他行的值，并将这些值存储在一个列表中。最后，我们可以将该函数应用到目标列上，以创建一个新的列。

下面是一个示例代码：

import pandas as pd

# 创建一个示例DataFrame
data = {'A': [1, 2, 3, 4, 5]}
df = pd.DataFrame(data)

# 定义一个函数，用于获取其他行的值并存储在列表中
def get_other_rows(row):
    other_rows = df['A'].tolist()
    other_rows.remove(row)
    return other_rows

# 使用apply方法创建一个新的列
df['B'] = df['A'].apply(get_other_rows)

print(df)

运行以上代码，输出结果如下：

   A          B
0  1  [2, 3, 4, 5]
1  2  [1, 3, 4, 5]
2  3  [1, 2, 4, 5]
3  4  [1, 2, 3, 5]
4  5  [1, 2, 3, 4]

在这个例子中，我们创建了一个包含一列的DataFrame。然后，我们定义了一个函数get_other_rows，该函数接收一个参数row，表示当前行的值。在函数中，我们使用tolist()方法将列转换为列表，并使用remove()方法删除当前行的值。最后，我们将该函数应用到列A上，并将结果存储在新的列B中。

需要注意的是，这个方法只适用于小型数据集，因为它需要遍历整个DataFrame来获取其他行的值。对于大型数据集，可能需要使用其他更高效的方法来实现相同的功能。

推荐的腾讯云相关产品：腾讯云数据库TencentDB、腾讯云云服务器CVM、腾讯云容器服务TKE、腾讯云人工智能AI Lab等。你可以通过访问腾讯云官网了解更多相关产品的详细信息和介绍。