如何使用pandas展开具有不同长度的两列列表

Question

我有一个包含两列列表的数据框架:

>>> import pandas as pd
>>> df = pd.DataFrame({'A': ['x1','x2','x3', 'x4'], 'B':[['v1','v2'],['v3','v4'],['v6'],['v7','v8']], 'C':[['c1','c2'],['c3','c4'],['c5','c6'],['c7']]})
>>> df
A         B         C
0  x1  [v1, v2]  [c1, c2]
1  x2  [v3, v4]  [c3, c4]
2  x3      [v6]  [c5, c6]
3  x4  [v7, v8]      [c7]

我想要展开B和C列，所以输出看起来像这样:

>>> df_exploded
A         B         C
0  x1        v1        c1
1  x1        v2        c2
2  x2        v3        c3
3  x2        v4        c4
4  x3        v6        c5
5  x3        v6        c6
6  x4        v7        c7
7  x4        v8        c7

我目前的解决方案是首先分离行，其中B列和C列中的元素具有相同的长度并运行df.explode(["B", "C"])，对于其余行，运行df.explode("B")，然后运行df.explode("C")

我想知道是否有更好的解决办法。

Answer 1

使用itertools.zip_longest

import itertools
df1 = (df.apply(lambda x: list(itertools.zip_longest(x['B'], x['C'])), axis=1)
.explode()
.apply(lambda x: pd.Series(x, index=['B', 'C']))
.groupby(level=0).ffill())

df1

B   C
0   v1  c1
0   v2  c2
1   v3  c3
1   v4  c4
2   v6  c5
2   v6  c6
3   v7  c7
3   v8  c7

通过使用df1

获得所需的输出

df[['A']].join(df1)

输出:

A   B   C
0   x1  v1  c1
0   x1  v2  c2
1   x2  v3  c3
1   x2  v4  c4
2   x3  v6  c5
2   x3  v6  c6
3   x4  v7  c7
3   x4  v8  c7

如果你愿意，你可以使用reset_index索引

Answer 2

是的，有一个更好的解决方案。您可以同时在两列上使用explode方法，而不是将B列和C列中的列表具有相同长度的行分开，它将自动处理列表具有不同长度的行。你可以这样做:

df_exploded = df.explode(["B", "C"])

这将给你期望的输出:

A         B         C
0  x1        v1        c1
1  x1        v2        c2
2  x2        v3        c3
3  x2        v4        c4
4  x3        v6        c5
5  x3        v6        c6
6  x4        v7        c7
7  x4        v8        c7