在Pandas DataFrame中将一维数组列转换为二维数组列的长度

现有一个带一维数组列（1d_col）和二维数组列（2d_col）的Pandas DataFrame，输入数据如下：

需要把1d_col转成和2d_col结构匹配的new_col，最终输出的DataFrame要长成这样：

咱们可以用apply加列表推导式搞定这个需求，核心逻辑很简单：

• 对每一行，先拿到2d_col里每个子数组的长度
• 把1d_col里的对应元素重复子数组长度的次数，拼成新的子数组
• 最后把这些新子数组组合成和2d_col结构一致的new_col

代码实现 #

import pandas as pd

# 先搭好输入的DataFrame
df = pd.DataFrame({
    '1d_col': [
        ["negative", "positive"],
        ["positive", "negative"],
        ["negative"],
        ["positive"]
    ],
    '2d_col': [
        [["zero", ""], ["one", ""]],
        [["two", ""], ["zero", ""]],
        [["minus", ""]],
        [["three", ""]]
    ]
})

# 写个处理每一行的函数
def process_row(row):
    # 先算出2d_col里每个子数组的长度
    sub_arr_lengths = [len(sub) for sub in row['2d_col']]
    # 把1d_col的元素对应重复，生成new_col的结构
    new_col = [[val]*length for val, length in zip(row['1d_col'], sub_arr_lengths)]
    return new_col

# 把函数应用到每一行，生成new_col
df['new_col'] = df.apply(process_row, axis=1)

# 只保留需要的两列，得到结果
result_df = df[['2d_col', 'new_col']]
print(result_df)

代码说明 #

1. 构建输入数据：按照示例创建对应的Pandas DataFrame。
2. 行处理函数process_row：
   • 遍历当前行的2d_col，获取每个子数组的长度，比如第一行的两个子数组长度都是2。
   • 用zip把1d_col的元素和对应子数组长度配对，把每个元素重复指定次数组成新子数组，比如"negative"重复2次就得到["negative", "negative"]。
3. 生成新列：通过apply把处理函数作用到每一行，生成new_col。
4. 整理结果：筛选出2d_col和new_col两列，就是咱们要的输出。

内容的提问来源于stack exchange，提问作者Anonymous