我有一个类似的数据框架:
data = {"col_1": [0, 1, 2],
"col_2": ["abc", "defg", "hi"]}
df = pd.DataFrame(data)
视觉:
col_1 col_2
0 0 abc
1 1 defg
2 2 hi
我想做的是拆分col_2中的每个字符,并将其附加为新列到数据框架
示例迭代法:
def get_chars(string):
chars = []
for char in string:
chars.append(char)
return chars
char_df = pd.DataFrame()
for i in range(len(df)):
char_arr = get_chars(df.loc[i, "col_2"])
temp_df = pd.DataFrame(char_arr).T
char_df = pd.concat([char_df, temp_df], ignore_index=True, axis=0)
df = pd.concat([df, char_df], ignore_index=True, axis=1)
结果是正确的形式:
0 1 2 3 4 5
0 0 abc a b c NaN
1 1 defg d e f g
2 2 hi h i NaN NaN
但是我相信像这样迭代数据帧是非常低效的,所以我想找到一个更快的(理想的矢量化)解决方案。
实际上,我并没有真正拆分字符串,但这个问题的重点是找到一种有效地处理一列并返回多列的方法。
如果需要性能,使用DataFrame
构造函数将值转换为列表:
df = df.join(pd.DataFrame([list(x) for x in df['col_2']], index=df.index))
或:
df = df.join(pd.DataFrame(df['col_2'].apply(list).tolist(), index=df.index))
print (df)
col_1 col_2 0 1 2 3
0 0 abc a b c None
1 1 defg d e f g
2 2 hi h i None None