Python中实现numpy一维数组转多维及DataFrame列批量拆分

问题回顾 #

原DataFrame结构：

期望转换后的结构：

你用np.split(df.iloc[0],3)能处理单行，但批量处理失败，以下是两种可行的批量解决方案：

方法一：先拆分列表为普通列，再转为单元素列表 #

先将原列中的列表拆分为多列（每个单元格为单个值），再把每个值包裹成单元素列表：

import pandas as pd

# 假设原DataFrame定义如下
df = pd.DataFrame({'df': [[0,1,2], [3,4,5]]})

# 第一步：拆分列表为普通列
temp_df = pd.DataFrame(df['df'].tolist(), columns=['df1', 'df2', 'df3'])
# 第二步：将每个单元格的值转为单元素列表
result_df = temp_df.applymap(lambda x: [x])

方法二：通过apply直接拆分并生成列表列 #

利用apply遍历每行的列表，直接生成包含单元素列表的Series，再组合为DataFrame：

import pandas as pd

df = pd.DataFrame({'df': [[0,1,2], [3,4,5]]})

result_df = df['df'].apply(
    lambda lst: pd.Series([[lst[0]], [lst[1]], [lst[2]]])
).rename(columns={0: 'df1', 1: 'df2', 2: 'df3'})

两种方法都能批量处理所有行，最终得到你需要的DataFrame结构。

内容的提问来源于stack exchange，提问作者Lavenia A