如何使用Python Pandas将列表数据列成多行?
- 内容介绍
- 文章标签
- 相关推荐
本文共计589个文字,预计阅读时间需要3分钟。
通过`apply`和`pd.Series`实现,效果示例及代码如下:
效果示例:结果:A+B+0+1+1+1+2+3+2+1+4+2+2+2
代码:pythonimport pandas as pd
df=pd.DataFrame({'A': [1, 2], 'B': [[1, 2], [1, 2]]})dfOut=df.iloc[458]
result=dfOut.apply(lambda row: ''.join(str(x) for x in row)).iloc[0]print(result)
1、实现的效果
示例代码:
df=pd.DataFrame({'A':[1,2],'B':[[1,2],[1,2]]}) df Out[458]: A B 0 1 [1, 2] 1 2 [1, 2]
拆分成多行的效果:
A B
0 1 1
1 1 2
3 2 1
4 2 2
2、拆分成多行的方法
1)通过apply和pd.Series实现
容易理解,但在性能方面不推荐。
本文共计589个文字,预计阅读时间需要3分钟。
通过`apply`和`pd.Series`实现,效果示例及代码如下:
效果示例:结果:A+B+0+1+1+1+2+3+2+1+4+2+2+2
代码:pythonimport pandas as pd
df=pd.DataFrame({'A': [1, 2], 'B': [[1, 2], [1, 2]]})dfOut=df.iloc[458]
result=dfOut.apply(lambda row: ''.join(str(x) for x in row)).iloc[0]print(result)
1、实现的效果
示例代码:
df=pd.DataFrame({'A':[1,2],'B':[[1,2],[1,2]]}) df Out[458]: A B 0 1 [1, 2] 1 2 [1, 2]
拆分成多行的效果:
A B
0 1 1
1 1 2
3 2 1
4 2 2
2、拆分成多行的方法
1)通过apply和pd.Series实现
容易理解,但在性能方面不推荐。

