如何在Pandas DataFrame中创建多列？拆分行内像素为独立列

嘿，我来帮你搞定这两个Pandas的问题！先聊聊怎么给DataFrame创建多列，再处理你说的像素拆分需求～

这里有几种实用的方式，你可以根据场景选：

• 直接赋值批量创建：如果要一次性加几列，直接指定列名列表赋值就行。比如要加3个初始值为0的列，或者给不同行分配不同值：

  import pandas as pd
  df = pd.DataFrame({'原列': [1,2,3]})
  
  # 加3个初始值为0的列
  df[['列1', '列2', '列3']] = 0
  
  # 给不同行分配不同值
  df[['列4', '列5']] = [[10,20], [30,40], [50,60]]
  

• 使用assign()方法：这个方法不会修改原DataFrame，适合链式操作，还能基于现有列计算新列：

  # 添加固定值列+基于原列计算的列
  df = df.assign(
      固定列=100,
      计算列=lambda x: x['原列'] * 2
  )
  

• 从列表/字典批量生成：如果有预先准备好的列名和对应数据，直接把数据转成DataFrame赋值就行：

  cols = ['x', 'y', 'z']
  data = [[1,2,3], [4,5,6], [7,8,9]]
  df[cols] = pd.DataFrame(data)
  

• 用apply()生成多列：如果需要基于每行数据生成多个新列，记得加result_type='expand'参数把结果拆成多列：

  # 基于原列生成两个新列
  df[['新列1', '新列2']] = df.apply(
      lambda row: (row['原列'] + 1, row['原列'] * 3),
      axis=1,
      result_type='expand'
  )
  

假设你的DataFrame里有一列（比如叫pixels），每行是你给出的那种空格分隔的像素值（或者是数值列表），分两种情况处理：

情况1：像素是空格分隔的字符串格式 #

比如你的数据长这样：

df = pd.DataFrame({'pixels': [
    "0 129 179 242 128 178 241",
    "1 104 93 75 101 90 72",
    "2 172 159 176 171 158 175"
]})

处理步骤很简单：用str.split()拆分字符串，expand=True直接把拆分后的列表转成多列，还可以给新列命名：

# 拆分字符串并生成多列
split_pixels = df['pixels'].str.split(' ', expand=True)
# 给新列命名（比如pixel_0、pixel_1...）
split_pixels.columns = [f'pixel_{i}' for i in split_pixels.columns]
# 和原DataFrame合并（如果不需要保留原pixels列，就先drop掉）
new_df = pd.concat([df.drop('pixels', axis=1), split_pixels], axis=1)

情况2：像素是列表格式 #

如果每行的像素已经是Python列表了，比如：

df = pd.DataFrame({'pixels': [
    [0, 129, 179, 242, 128, 178, 241],
    [1, 104, 93, 75, 101, 90, 72],
    [2, 172, 159, 176, 171, 158, 175]
]})

直接把列表列转成DataFrame就行，比字符串更省事：

split_pixels = pd.DataFrame(df['pixels'].tolist())
split_pixels.columns = [f'pixel_{i}' for i in split_pixels.columns]
new_df = pd.concat([df.drop('pixels', axis=1), split_pixels], axis=1)

最后如果不需要保留原pixels列，直接用new_df = split_pixels也可以，完全按你的需求来～

内容的提问来源于stack exchange，提问作者J.SM