如何检索DataFrame中列表类型列的元素并实现透视转换

可以通过 pandas 的 explode 和 pivot_table 方法组合实现需求，具体步骤如下：

1. 准备示例数据 #

import pandas as pd

df = pd.DataFrame({
    'name': ['Ash', 'Ray'],
    'fruits': [['banana', 'kiwi'], ['orange', 'kiwi', 'apple']],
    'age': [12, 14]
})

2. 展开列表列并构建透视表 #

# 展开fruits列的列表，每行对应一个水果
exploded_df = df.explode('fruits')
# 添加值为1的辅助列，用于后续计数
exploded_df['count'] = 1
# 透视表：以name和age为索引，水果为列，填充缺失值为0
result = exploded_df.pivot_table(
    index=['name', 'age'],
    columns='fruits',
    values='count',
    fill_value=0,
    aggfunc='sum'
).reset_index()
# 移除列索引的名称标识，对齐目标格式
result.columns.name = None

print(result)

输出结果 #

name  age  apple  banana  kiwi  orange
0  Ash   12      0       1     1       0
1  Ray   14      1       0     1       1

关键步骤说明 #

• explode('fruits')：将列表类型的列拆分为多行，原数据的每一行会根据列表长度生成对应行数的记录，其他列值保持不变。
• pivot_table：通过透视实现one-hot编码，aggfunc='sum'确保同一行同一水果的计数正确（这里因每个水果在原列表中仅出现一次，sum和count效果一致），fill_value=0将未出现的水果值填充为0。
• reset_index()：将索引列（name和age）转换为普通列，方便后续使用。

内容的提问来源于stack exchange，提问作者hjun