Dataframe元素为不定长list时的拆分分组

引言

 本文想要解决的问题是当DataFrame中某一列元素为不定长度的数组时，该如何对它们进行拆分分解为后续元素，从而进行进一步的提取操作，数据格式见下图：

解决方法

 这个问题的解决思路首先是要不定长的数组填充成等长的数组，从而后续可以直接转换为元素为单一值的标准DataFrame，再和原DataFrame合并即可完成操作。填充的部分使用了map()方法来实现，实现前还需要获得数组的最大长度以确定填充数目。代码见下：

a=[[['a','d'],['b'],['a','c']],[1,2,3],[4,5,6]]
df=pd.DataFrame(a).T
used_col=df[0]
length=used_col.map(lambda x:len(x))
max_l=length.max()
temp=used_col.map(lambda x:x+[np.nan]*(max_l-len(x)))
temp=np.array(temp.to_list())
temp=pd.DataFrame(temp)
df=df.drop(0,axis=1)
temp.columns=['cat1','cat2']
output=df.join(temp)

结果展示：

pd.DataFrame(a).T
Out[13]: 
        0  1  2
0  [a, d]  1  4
1     [b]  2  5
2  [a, c]  3  6
output
Out[14]: 
   1  2 cat1 cat2
0  1  4    a    d
1  2  5    b  nan
2  3  6    a    c

总结

 笔者解决这个问题的关键思路就是将元素为不定长list的一列取出来作为新的DataFrame，但没有找到好的办法实现长度不够自动补齐，无奈使用map()函数手动补齐。这个问题其实不是笔者遇到的，只是在问答区回答别人提问时花了点时间解决了一下，再加上最后没有被题主所采纳感觉很可惜，就发出来和大家分析一下自己的解法，可能会略显粗糙。