pandas获取某一列数据_Pandas某一列是列表，怎么展开呢？

问题来了

又是下午，昏昏欲睡。翻起了之前遇到的一个奇怪的需求，具体细节记不得了，只记得小姐姐当时一脸严肃的说，我这儿有一堆数据，某一列可能是列表，你把他们展开，一会儿给我。当时我还一脸懵逼，回味了很久才大致知道她啥意思。

大概就是这么一个dataframe：

变身前

把他进化成：

进化后

当时想了想，这需求很简单啊，应该五分钟吧。于是，我又熟练的打开CSDN，在饱受一大群装逼犯和复制粘贴党的精神摧残后，还是决定关掉浏览器，先暴力解决一下（因为我很怕小姐姐口中的一会儿就是10分钟或者15分钟）。

导入一下，建造一下：

import pandas as pd
import numpy as np

dd = pd.DataFrame(
    {
        "A": [1, 2, 3, 4, 5],
        "B": ["a", "b", "c", "d", "e"],
        "C": [[1, 2], [3], np.nan, [], ["a", "b", "c"]],
    }
)
dd

这就是上面那个变身前的鬼数据。

• 方法一

所以，咋暴力呢，大概就是对dataframe的每一行遍历一下，遇到list就for循环拼接一下：

def explode1(df, col):
    dftem1 = pd.DataFrame()
    for i in range(df.shape[0]):
        dftem = df.iloc[i].to_frame().T
        if isinstance(df.iloc[i][col], list):
            if len(df.iloc[i][col]) > 0:
                for j in range(len(df.iloc[i][col])):
                    dftem[col + "_"] = df.iloc[i][col][j]
                    dftem1 = pd.concat([dftem1, dftem])
            else:
                dftem1 = pd.concat([dftem1, dftem])
        else:
            dftem1 = pd.concat([dftem1, dftem])
    del dftem1[col]
    dftem1.rename(columns={col + "_": col}, inplace=True)
    return dftem1

在沉浸其中许久，写出了这么一坨，运行一下：

explode1(dd, "C") 

破费，交任务去了。

• 方法二：

任务交上去了，我再回首我之前的写法，发现我不是很想看它。能不能优化一下呢？于是我找到了玩弄pandas多年的何同学，并向他展示了我刚刚写的高级写法。

“你先import this ”

“为啥？你就说能不能解决吧？”

“你这if套着for，for套着if，必需得学习一下python精神 ”

在我学习精神后，何同学给我发来这么一段：

def explode2(df, col):
    df[col] = df[col].apply(lambda x: [x] if not isinstance(x, list) else x)
    return df.drop(col, axis=1).join(
        pd.DataFrame(list(df[col])).stack().reset_index(level=1, drop=True).rename(col)
    ) 

这么简洁，这么优美，运行一下：

explode2(dd, "C")  

任重道远啊。

• 方法三：

欣赏完何同学的写法，我陷入了沉思，在借鉴何同学和CSDN上的一个写法后，憋出了方法三：

def explode3(df, col):
    def cc(x):
        if isinstance(x, list):
            if len(x) >= 1:
                return x
            else:
                return np.nan
        else:
            return np.nan

    df[col] = dd[col].apply(cc)
    dt = df[pd.notnull(df.C)]
    return df.drop(columns=col).join(
        pd.DataFrame(
            {
                dt.columns[0]: dt[dt.columns[0]].repeat(dt[col].str.len()),
                col: np.concatenate(dt[col].values),
            }
        )[[col]]
    )

运行一下：

explode3(dd, "C")

破费。

那么看一下三个方法的运行效率吧：

%timeit explode1(dd, "C")
%timeit explode2(dd, "C")
%timeit explode3(dd, "C")

何同学还是高啊：

14.7 ms ± 742 µs per loop (mean ± std. dev. of 7 runs, 100 loops each)
2.87 ms ± 52.5 µs per loop (mean ± std. dev. of 7 runs, 100 loops each)
3.58 ms ± 148 µs per loop (mean ± std. dev. of 7 runs, 100 loops each) 

收拾收拾，睡午觉了。

---

• 方法四

其实，官方有函数，刚在评论区看到：

dd.explode("C") 

以上。