Pandas多列展开

Question

我有一个拥有多个列的DF。其中两列是列表（col2和col3是列表，列表长度相同）。

我的目标是将每个元素单独列出来。

我可以使用 df.explode() 方法，但它只接受一列。然而，我想将这两列作为一对 "爆炸"。如果我使用 df.explode('col2') ，然后使用 df.explode('col3')，结果会生成9行而不是3行。

原始DF：

col0      col1        col2        col3
1       aa          [1,2,3]     [1.1,2.2,3.3]
2       bb          [4,5,6]     [4.4,5.5,6.6]
3       cc          [7,8,9]     [7.7,8.8,9.9]
3       cc          [7,8,9]     [7.7,8.8,9.9]

数据框结束

id      col1        col2        col3
1       aa          1           1.1
1       aa          2           2.2
1       aa          3           3.3
2       bb          4           4.4
2       bb          5           5.5
2       bb          6           6.6
3       cc          ...         ...

更新 没有任何一列拥有唯一值，因此不能用作索引。

- Imsa

---

更好的答案可以在这里找到。不需要使用set_index和reset_index。 - Mayank Porwal

Answer 1

你可以将 col1 设置为索引，然后在列上应用 pd.Series.explode ：

df.set_index('col1').apply(pd.Series.explode).reset_index()

或者：

df.apply(pd.Series.explode)


   col1 col2 col3
0    aa    1  1.1
1    aa    2  2.2
2    aa    3  3.3
3    bb    4  4.4
4    bb    5  5.5
5    bb    6  6.6
6    cc    7  7.7
7    cc    8  8.8
8    cc    9  9.9
9    cc    7  7.7
10   cc    8  8.8
11   cc    9  9.9

- yatu

---

价值错误：无法从重复的轴重新索引。这是我运行以下命令时遇到的错误。请建议。 - Imsa

我有Pandas 1.2.0版本，但是我仍然遇到了相同的“ValueError”错误。实际上，我使用了MultiIndex，但是为了可重现性，我尝试删除它，但无论如何都没有起作用。 - Adrian Guerra

不需要使用 set_index 和 reset_index。只需使用 df = df.apply(pd.Series.explode) 即可。这将展开数据框中所有包含 lists 的列。 - Mayank Porwal

@MayankPorwal 我仍然收到 ValueError: cannot reindex from a duplicate axis 的错误。 - G M

@MayankPorwal，请帮忙，我在使用Python库pandas，版本为1.2.4，py38h2531618_0。 - Rémy Hosseinkhan Boucher

Answer 2

我从其他答案中借鉴了这个解决方案（忘记在哪里了）：

df.explode(['col2', 'col3'])。

优点：比apply的解决方案更快。

确保col2和col3在同一行的单元格中具有相同数量的元素。

- Jason Goal

---

太棒了，正是我在寻找的。注意：需要 pandas >=1.3.0 - Maximosaic