将 DataFrame 数组元素转换为新行

---

本文旨在解决将DataFrame中包含数组的列转换为多行，每行包含数组元素组合的问题。通过使用`itertools.combinations`和`pandas`的`explode`方法，我们将展示如何有效地将DataFrame中的数组元素展开为新的行，并生成所需的组合。这对于数据重塑和分析非常有用，特别是在处理包含多个相关值的列表数据时。

在数据处理中，经常会遇到DataFrame的某一列包含列表（数组）的情况。有时，我们需要将这些列表中的元素展开，并与其他列的数据进行组合，生成新的行。本教程将介绍一种使用 itertools.combinations 结合 pandas 方法实现这一目标的方法。

问题描述

假设我们有一个DataFrame，其中包含一些列，例如 'Group', 'A_x', 'A_y'，以及两个包含列表的列 'B_m' 和 'B_n'。我们的目标是将 'B_m' 和 'B_n' 列中的列表元素进行两两组合，并将每个组合作为新的行添加到DataFrame中。

例如，对于以下DataFrame：

import pandas as pd

df = pd.DataFrame(
    data=[
        [0, 4, 9, [8, 7, 3], [-10, 5, 2]],
        [0, 1, 2, [8, 7, 3], [-10, 5, 2]],
        [1, 3, 3, [1, 2], [-5, 1]],
    ],
    columns=['Group', 'A_x', 'A_y', 'B_m', 'B_n'],
)
print(df)

输出：

   Group  A_x  A_y        B_m          B_n
0      0    4    9  [8, 7, 3]  [-10, 5, 2]
1      0    1    2  [8, 7, 3]  [-10, 5, 2]
2      1    3    3     [1, 2]      [-5, 1]

我们希望将 'B_m' 列的 [8, 7, 3] 展开为 (8, 7), (8, 3), (7, 3)，并将 'B_n' 列的 [-10, 5, 2] 展开为 (-10, 5), (-10, 2), (5, 2)，然后将这些组合添加到新的行中。

Gridster.js多列网格式拖动布局插件

网页中拖动 DIV 是很常见的操作，今天就分享给大家一个 jQuery 多列网格拖动布局插件，和其它的插件不太一样的地方在于你处理拖放的元素支持不同大小，并且支持多列的网格布局，它们会自动的根据位置自己排序和调整。非常适合你开发具有创意的应用。这个插件可以帮助你将任何的 HTML 元素转换为网格组件

74 查看详情

解决方案

以下代码展示了如何使用 itertools.combinations 和 pandas 方法来实现这一目标：

from itertools import combinations
import pandas as pd

def make_pairs(df: pd.DataFrame, col: str) -> pd.DataFrame:
    """
    将DataFrame中指定列的列表元素进行两两组合，并返回一个新的DataFrame。

    Args:
        df: 原始DataFrame。
        col: 需要进行组合的列名。

    Returns:
        一个新的DataFrame，包含组合后的元素。
    """
    pairs = (
        df[col]
        # Create 2-pair combinations of each list in the series 
        .apply(lambda x: [*combinations(iterable=x, r=2)])
        # Explode into a series of 2-item lists
        .explode()
    )
    # Construct a dataframe of the using the original index for joining
    return pd.DataFrame(
        data=pairs.to_list(),
        index=pairs.index,
        columns=[f"{col}{i}" for i in range(1, 3)]
    )


df = pd.DataFrame(
    data=[
        [0, 4, 9, [8, 7, 3], [-10, 5, 2]],
        [0, 1, 2, [8, 7, 3], [-10, 5, 2]],
        [1, 3, 3, [1, 2], [-5, 1]],
    ],
    columns=['Group', 'A_x', 'A_y', 'B_m', 'B_n'],
)
# Join everything together.
out = (
    df.join(
        other=[
            make_pairs(df=df, col="B_m"),
            make_pairs(df=df, col="B_n"),
        ],
    )
    # Drop the unneeded columns.
    .drop(columns=["B_m", "B_n"])
)
print(out)

输出：

   Group  A_x  A_y  B_m1  B_m2  B_n1  B_n2
0      0    4    9     8     7   -10     5
0      0    4    9     8     7   -10     2
0      0    4    9     8     7     5     2
0      0    4    9     8     3   -10     5
0      0    4    9     8     3   -10     2
0      0    4    9     8     3     5     2
0      0    4    9     7     3   -10     5
0      0    4    9     7     3   -10     2
0      0    4    9     7     3     5     2
1      0    1    2     8     7   -10     5
1      0    1    2     8     7   -10     2
1      0    1    2     8     7     5     2
1      0    1    2     8     3   -10     5
1      0    1    2     8     3   -10     2
1      0    1    2     8     3     5     2
1      0    1    2     7     3   -10     5
1      0    1    2     7     3   -10     2
1      0    1    2     7     3     5     2
2      1    3    3     1     2    -5     1

代码解释

1. make_pairs 函数:

   • 接收一个DataFrame和一个列名作为输入。
   • 使用 df[col].apply(lambda x: [*combinations(iterable=x, r=2)]) 对指定列的每个列表应用 itertools.combinations 函数，生成所有两两组合。[*...] 用于立即解包迭代器。
   • 使用 .explode() 将每个列表的组合展开为单独的行。
   • 创建一个新的DataFrame，其中包含组合后的元素，并使用原始DataFrame的索引进行连接。
   • 为新列添加后缀，例如 B_m1 和 B_m2。

2. 主程序:

   • 创建示例DataFrame。
   • 调用 make_pairs 函数处理 'B_m' 和 'B_n' 列，生成包含组合的新DataFrame。
   • 使用 df.join 将原始DataFrame与新DataFrame连接起来。
   • 使用 .drop 删除原始的 'B_m' 和 'B_n' 列。

总结

本教程展示了如何使用 itertools.combinations 结合 pandas 方法，将DataFrame中包含数组的列转换为多行，每行包含数组元素组合。这种方法对于数据重塑和分析非常有用，特别是在处理包含多个相关值的列表数据时。通过自定义函数和灵活运用 pandas 的 apply、explode 和 join 方法，可以高效地完成复杂的数据转换任务。

注意事项

• 确保理解 itertools.combinations 函数的用法，特别是 r 参数，它决定了组合中元素的数量。
• .explode() 方法会将列表中的每个元素展开为单独的行，因此在使用前请确保了解其行为。
• 在连接DataFrame时，确保使用正确的索引，以避免数据错位。
• 根据实际需求，可以修改列名的命名方式，例如添加不同的后缀或前缀。

以上就是将 DataFrame 数组元素转换为新行的详细内容，更多请关注其它相关文章！

# 这一目标  # 泰安网站建设的策划方案  # 电商网站数据优化  # 贵阳网站建设专业  # seo标题和描述  # SEO是什么是碳水食物  # 测评网站建设文案范文  # 莆田网站建设与运营公司  # 西藏seo服务软件  # seo优化培训班运营  # 协会网站建设服务热线  # app  # 如何用  # 如何使用  # 镜像  # 并将  # 多个  # 是在  # 自定义  # 转换为  # 拖动  # ai 

相关栏目： 【 Google疑问12 】 【 Facebook疑问10 】 【 优化推广96088 】 【 技术知识133117 】 【 IDC资讯59369 】 【 网络运营7196 】 【 IT资讯61894 】

相关推荐： 获取WooCommerce产品在后台编辑页面的分类ID  J*a列表元素格式化输出教程  视频号视频怎么提取文案?提取的文案如何优化与使用?  《兴业银行》注册登录方法  《procreate》绘制渐变效果教程  Golang如何使用gRPC拦截器实现日志收集_Golang gRPC拦截器日志收集实践  windows10怎么开启卓越性能_windows10电源选项代码激活  《宝可梦大集结》S4冠军之路开始时间介绍  知乎APP怎么查看自己被邀请的问题_知乎APP邀请回答记录查看与参与方法  TikTok视频播放中断怎么办 TikTok播放异常修复方法  Python测试中模块导入路径解析的最佳实践  C++ switch case字符串_C++如何实现字符串switch匹配  CodeIgniter 3 连接 SQL Server：正确获取查询结果的教程  如何在mysql中设计餐饮点餐系统_mysql点餐系统项目实战  盲鳗善于分泌黏液猜猜主要用来做什么  在Flask应用中安全高效地更新SQLAlchemy用户数据  研招网官方网站招生平台入口_中国研究生招生信息网官网登录  Lar*el 关联查询：同时筛选父表与子表数据的高效策略  《火影忍者：木叶高手》快速升级攻略  Highcharts雷达图轴线交点数值标注指南  消除网页顶部意外空白线：CSS布局常见问题与解决方案  《猎聘》筛选猎头岗位方法  如何在CSS中清除浮动解决背景颜色不包裹内容问题_clear after技巧  win11关机几秒又自己开机 Win11关机自动重启问题修复  个人所得税办理入口 个人所得税综合所得年度汇算入口  怎么恢复删除的电脑文件_数据恢复软件使用教程  《360浏览器》设置摄像头权限方法  mysql如何管理数据库账户_mysql数据库账户管理技巧  qq邮箱格式填写示例 qq邮箱标准填写规范  CSS过渡与滚动滚动事件结合应用_scroll与transition动画  毒蘑菇VOLUMESHADER_BM官网首页登录入口 毒蘑菇VOLUMESHADER_BM官网首页登录入口说明  PHP中获取HTTP响应状态消息：方法与限制  如何查询个人病历记录  php如何实现多域名共享session_php存储session到redis与跨域读取配置  青橙手机语音助手怎么唤醒_青橙手机语音助手设置与唤醒方法  行者app怎样导出日志  《战地6》反作弊已成功拦截240万次作弊 发售第一周98%比赛没有作弊  Excel怎么用XLOOKUP函数实现双向查找_ExcelXLOOKUP替代VLOOKUP+HLOOKUP的高级用法  在J*a中如何实现在线问答与评分系统_问答评分项目开发方法说明  word怎么将图片设置为页面背景并不影响打印_Word图片背景设置方法  微星主板BIOS怎么调整内存时序_内存参数手动优化BIOS设置教程  从HTML表单获取逗号分隔值并转换为NumPy数组进行预测  抖音视频如何添加标题？添加标题有哪些好处？  《顺丰同城骑士》查看我的技能方法  晨报|开发商暗示《空洞骑士：丝之歌》DLC开发中 《合金装备4》有望重制  深入理解随机递归函数的确定性：内部节点、叶节点与时间复杂度分析  Python高效统计字典嵌套列表值在目标列表中的出现次数  Lar*el怎么实现全文搜索_Lar*el Scout集成Algolia教程  我的世界游戏平台入口 我的世界官方官网直达链接  DeepSeek超全面指南：入门必看 

 2025-11-02