将行中的元组转换为pandas Dataframe中的新列

Question

我有带有元组列表的列，并希望将此元组转换为新列。请参见下面的示例

df = pd.DataFrame(dict(a=[1,2,3],
                  b=['a', 'a', 'b'],
                  c=[[('pear', 1), ('apple', 2)], [('pear', 7), ('orange', 1)], [('apple', 9)] ]))
df

    a   b   c
0   1   a   [(pear, 1), (apple, 2)]
1   2   a   [(pear, 7), (orange, 1)]
2   3   b   [(apple, 9)]

并且想要将其转换为

    a   b   fruit   value
0   1   a   pear    1
1   1   a   apple   2
2   2   a   pear    7
3   2   a   orange  1
4   3   b   apple   9

我可以做到，但是效率不是很高，就我而言，我有超过500K的行。有更有效的方法吗？

注意：我使用的是熊猫0.21，由于我的项目要求，目前无法升级。

谢谢

Answer 1

试一下，看看它是否适用于您的版本：

from itertools import product,chain

#create a cartesian for each row in df
phase1 = (product([a],b,c) for a,b,c in df.to_numpy())

#unpack the third entry per row in the flattened iterable
phase2 = [(a,b,*c) for a, b, c in chain.from_iterable(phase1)]

#create dataframe
result = pd.DataFrame(phase2, columns = ["a","b","fruit","value"])


    a   b   fruit   value
0   1   a   pear    1
1   1   a   apple   2
2   2   a   pear    7
3   2   a   orange  1
4   3   b   apple   9

Answer 2

想法是将列表理解中的值重塑为新的DataFrame，然后使用DataFrame.merge：

DataFrame.merge

Answer 3

也许您可以这样尝试：

df1 = pd.DataFrame([(k, *x) for k, v in df.pop('c').items() for x in v],
                   columns=['i','fruit','value'])

print (df1)
   i   fruit  value
0  0    pear      1
1  0   apple      2
2  1    pear      7
3  1  orange      1
4  2   apple      9        

df = df.merge(df1, left_index=True, right_on='i').drop('i', axis=1)
print (df)
   a  b   fruit  value
0  1  a    pear      1
1  1  a   apple      2
2  2  a    pear      7
3  2  a  orange      1
4  3  b   apple      9