1、實現的效果

示例程式碼：

df=pd.DataFrame({'A':[1,2],'B':[[1,[1,2]]})
df
Out[458]: 
  A    B
0 1 [1,2]
1 2 [1,2]

拆分成多行的效果：

A B
0 1 1
1 1 2
3 2 1
4 2 2

2、拆分成多行的方法

1）通過apply和pd.Series實現

容易理解，但在效能方面不推薦。

df.set_index('A').B.apply(pd.Series).stack().reset_index(level=0).rename(columns={0:'B'})
Out[463]: 
  A B
0 1 1
1 1 2
0 2 1
1 2 2

2）使用repeat和DataFrame建構函式

效能可以，但不太適合多列

df=pd.DataFrame({'A':df.A.repeat(df.B.str.len()),'B':np.concatenate(df.B.values)})
df
Out[465]: 
  A B
0 1 1
0 1 2
1 2 1
1 2 2

或者

s=pd.DataFrame({'B':np.concatenate(df.B.values)},index=df.index.repeat(df.B.str.len()))
s.join(df.drop('B',1),how='left')
Out[477]: 
  B A
0 1 1
0 2 1
1 1 2
1 2 2

3）建立新的列表

pd.DataFrame([[x] + [z] for x,y in df.values for z in y],columns=df.columns)
Out[488]: 
  A B
0 1 1
1 1 2
2 2 1
3 2 2

或者

#拆成多於兩列的情況
s=pd.DataFrame([[x] + [z] for x,y in zip(df.index,df.B) for z in y])
s.merge(df,left_on=0,right_index=True)
Out[491]: 
  0 1 A    B
0 0 1 1 [1,2]
1 0 2 1 [1,2]
2 1 1 2 [1,2]
3 1 2 2 [1,2]

4）使用reindex和loc實現

df.reindex(df.index.repeat(df.B.str.len())).assign(B=np.concatenate(df.B.values))
Out[554]: 
  A B
0 1 1
0 1 2
1 2 1
1 2 2
#df.loc[df.index.repeat(df.B.str.len())].assign(B=np.concatenate(df.B.values)

5）使用numpy高效能實現

newvalues=np.dstack((np.repeat(df.A.values,list(map(len,df.B.values))),np.concatenate(df.B.values)))
pd.DataFrame(data=newvalues[0],columns=df.columns)
  A B
0 1 1
1 1 2
2 2 1
3 2 2

到此這篇關於Python Pandas list列表資料列拆分成多行的方法實現的文章就介紹到這了,更多相關Pandas list列拆分成多行內容請搜尋我們以前的文章或繼續瀏覽下面的相關文章希望大家以後多多支援我們！