Python-pandas将列表的一列分为多列

Python-pandas将列表的一列分为多列

您可以使用

Dataframe

与构造函数

lists

通过转换为创建

numpy array

通过

values

使用

tolist

：

import pandas as pdd1 = {'teams': [['SF', 'NYG'],['SF', 'NYG'],['SF', 'NYG'],     ['SF', 'NYG'],['SF', 'NYG'],['SF', 'NYG'],['SF', 'NYG']]}df2 = pd.Dataframe(d1)print (df2)       teams0  [SF, NYG]1  [SF, NYG]2  [SF, NYG]3  [SF, NYG]4  [SF, NYG]5  [SF, NYG]6  [SF, NYG]df2[['team1','team2']] = pd.Dataframe(df2.teams.values.tolist(), index= df2.index)print (df2)       teams team1 team20  [SF, NYG]    SF   NYG1  [SF, NYG]    SF   NYG2  [SF, NYG]    SF   NYG3  [SF, NYG]    SF   NYG4  [SF, NYG]    SF   NYG5  [SF, NYG]    SF   NYG6  [SF, NYG]    SF   NYG

对于新的Dataframe：

df3 = pd.Dataframe(df2['teams'].values.tolist(), columns=['team1','team2'])print (df3)  team1 team20    SF   NYG1    SF   NYG2    SF   NYG3    SF   NYG4    SF   NYG5    SF   NYG6    SF   NYG

解决方案apply(pd.Series)非常慢：

#7k rowsdf2 = pd.concat([df2]*1000).reset_index(drop=True)In [89]: %timeit df2['teams'].apply(pd.Series)1 loop, best of 3: 1.15 s per loopIn [90]: %timeit pd.Dataframe(df2['teams'].values.tolist(), columns=['team1','team2'])1000 loops, best of 3: 820 µs per loop