在 Pandas DataFrame 中拆分列表

我有一个包含多列的 csv 文件。使用 pandas，我将此 csv 文件读入数据帧，并有一个日期时间索引和五六个其他列。

其中一列是时间戳列表（下面带有索引的示例）

CreateDate     TimeStamps
4/1/11         [Timestamp('2012-02-29 00:00:00'), Timestamp('2012-03-31 00:00:00'), Timestamp('2012-04-25 00:00:00'), Timestamp('2012-06-30 00:00:00')]
4/2/11         [Timestamp('2014-01-31 00:00:00')]
6/8/11         [Timestamp('2012-08-31 00:00:00'), Timestamp('2012-09-30 00:00:00'), Timestamp('2012-11-07 00:00:00'), Timestamp('2013-01-10 00:00:00'), Timestamp('2013-07-25 00:00:00')]

我想要做的是将时间戳列转换为列出的每个时间戳的单独行。例如，对于第 1 行，它将转换为 4 行，第 2 行将转换为 1 行。我意识到我需要重置索引才能做到这一点，这很好。

我尝试过的所有内容最终都会进入左侧字段（获取值并在 pandas 之外创建一个列表等）

任何建议表示赞赏。

如果你想留在纯熊猫中，你可以添加一个棘手的groupby and apply如果您不计算列重命名，则最终会归结为单行。

In [1]: import pandas as pd

In [2]: d = {'date': ['4/1/11', '4/2/11'], 'ts': [[pd.Timestamp('2012-02-29 00:00:00'), pd.Timestamp('2012-03-31 00:00:00'), pd.Timestamp('2012-04-25 00:00:00'), pd.Timestamp('2012-06-30 00:00:00')], [pd.Timestamp('2014-01-31 00:00:00')]]}

In [3]: df = pd.DataFrame(d)

In [4]: df.head()
Out[4]: 
     date                                                 ts
0  4/1/11  [2012-02-29 00:00:00, 2012-03-31 00:00:00, 201...
1  4/2/11                              [2014-01-31 00:00:00]

In [5]: df_new = df.groupby('date').ts.apply(lambda x: pd.DataFrame(x.values[0])).reset_index().drop('level_1', axis = 1)

In [6]: df_new.columns = ['date','ts']

In [7]: df_new.head()
Out[7]: 
     date         ts
0  4/1/11 2012-02-29
1  4/1/11 2012-03-31
2  4/1/11 2012-04-25
3  4/1/11 2012-06-30
4  4/2/11 2014-01-31

由于目标是获取列的值（在本例中为日期）并对您打算从列表中创建的多行的所有值重复该值，因此考虑 pandas 索引很有用。

我们希望日期成为新行的单个索引，因此我们使用groupby它将所需的行值放入索引中。然后在该操作中我只想分割这个日期的列表，这就是apply会为我们做的。

我路过apply一只熊猫Series它由一个列表组成，但我可以通过.values[0]这推动了唯一的一行Series到具有单个条目的数组。

要将列表转换为一组将传递回索引日期的行，我可以将其设为DataFrame。这会带来额外索引的惩罚，但我们最终会放弃它。我们可以将其本身作为索引，但这会排除重复值。

一旦将其传回，我就有了一个多索引，但我可以通过以下方式将其强制转换为我们想要的行格式reset_index。然后我们只需删除不需要的索引即可。

听起来很复杂，但实际上我们只是利用 pandas 函数的自然行为来避免显式迭代或循环。

速度方面这往往相当不错，因为它依赖于apply任何适用的并行化技巧apply在这里工作。

或者，如果您希望它对多个日期具有鲁棒性，每个日期都有一个嵌套列表：

df_new = df.groupby('date').ts.apply(lambda x: pd.DataFrame([item for sublist in x.values for item in sublist]))

此时，单行代码会变得密集，您可能应该将其放入一个函数中。