在 Python 中转换 pandas dataframe

Question

我需要像这样对 dataframe 应用自定义转换：

import pandas as pd

df = pd.DataFrame({
    'value': ['a'],
    'measure':[['b', 'c']]
})

transformed_df = pd.DataFrame({
    'measure': ['b', 'c'],
    'value': ['a', 'a']
})

从df到transformed_df的有效方法是什么？

Answer 1

试试pd.DataFrame.explode ：

df.explode('measure').reset_index(drop=True)

Output：

  value measure
0     a       b
1     a       c

Answer 2

解决该问题的一种方法是将其视为构建 MultiIndex：

value =  ['a']
measure = ['b','c']
idx = pd.MultiIndex.from_product([value,measure], names = ['value','measure'])

df = pd.DataFrame(index=idx).reset_index()

其中 df 是：

  value measure
0     a       b
1     a       c

之前没见过explode方法，好奇的做一些时序测试：

def test_multi(value, measure):
    idx = pd.MultiIndex.from_product([value,measure], names = ['value','measure'])

    df = pd.DataFrame(index=idx).reset_index()
    
    return df

def test_explode(df):
    return df.explode('measure').reset_index(drop=True)


value =  ['a']*10000
measure = ['b','c']*10000

%timeit test_multi(value, measure)
#13 s ± 116 ms per loop (mean ± std. dev. of 7 runs, 1 loop each)

value =  ['a']*10000
measure = [['b','c']]*10000


df = pd.DataFrame({
    'value': value,
    'measure':measure
})

%timeit test_explode(df)
#16.9 ms ± 199 µs per loop (mean ± std. dev. of 7 runs, 100 loops each)