如何將數據框的一列中的值列表均等地分為多個列

Question

說我有一個數據框：

              x

0     [0.5, 1.5, 2.5, 3.5, 4.5]
1     [5.5, 6.5, 7.5]
2     [8.5, 9.5, 10.5, 11.5]
3     [12.5, 13.5, 14.5, 15.5]

我想將值拆分為三個單獨的列（每個列具有兩個值），分別為：

              a             b            c 

0      [0.5, 1.5]      [2.5, 3.5]      [4.5]
1      [5.5, 6.5]      [7.5]             0
2      [8.5, 9.5]      [10.5, 11.5]      0
3      [12.5, 13.5]    [14.5, 15.5]      0

我該怎么做呢？

Answer 1

首先，我認為在大熊貓中使用list並不是一個好主意 。

但是可以使用自定義函數和DataFrame構造函數使用列表理解功能：

#https://stackoverflow.com/a/312464/2901002
def chunks(l, n):
    """Yield successive n-sized chunks from l."""
    for i in range(0, len(l), n):
        yield l[i:i + n]


df1 = pd.DataFrame([list(chunks(x, 2)) for x in df['x']]).fillna(0)
print (df1)
              0             1      2
0    [0.5, 1.5]    [2.5, 3.5]  [4.5]
1    [5.5, 6.5]         [7.5]      0
2    [8.5, 9.5]  [10.5, 11.5]      0
3  [12.5, 13.5]  [14.5, 15.5]      0

Answer 2

您沒有提到c是在第四個元素之后還是在后兩個元素之后（如果列表包含六個以上元素）。

如果您要在c中的第四個元素之后輸入所有內容，則為以下代碼

df['a']=df['x'].apply(lambda x:x[:2] if len(x)>0 else 0)
df['b']=df['x'].apply(lambda x:x[2:4] if len(x)>2 else 0)
df['c']=df['x'].apply(lambda x:x[4:] if len(x)>4 else 0)
df.drop('x',axis=1,inplace=True)

或者，即使列表中第四個元素之后還有更多元素，如果您想要在c中包含兩個元素，也可以使用此代碼

df['a']=df['x'].apply(lambda x:x[:2] if len(x)>0 else 0)
df['b']=df['x'].apply(lambda x:x[2:4] if len(x)>2 else 0)
df['c']=df['x'].apply(lambda x:x[4:6] if len(x)>4 else 0)
df.drop('x',axis=1,inplace=True)