У меня есть серия строк Pandas:
0 [slim, waist, man]
1 [slim, waistline]
2 [santa]
Как вы можете видеть, списки различаются по длине. Я хочу эффективный способ свернуть это в одну серию
0 slim
1 waist
2 man
3 slim
4 waistline
5 santa
Я знаю, что могу разбить списки, используя
series_name.split(' ')
Но мне сложно помещать эти строки в один список.
Спасибо!
В основном вы просто пытаетесь свернуть вложенный список.
Вы должны просто выполнять итерацию по элементам серии:
slist =[]
for x in series:
slist.extend(x)
или слайкер (но сложнее понять):
slist = [st for row in s for st in row]
Здесь простой метод, использующий только функции pandas:
import pandas as pd
s = pd.Series([
['slim', 'waist', 'man'],
['slim', 'waistline'],
['santa']])
Тогда
s.apply(pd.Series).stack().reset_index(drop=True)
дает желаемый результат. В некоторых случаях вам может потребоваться сохранить исходный индекс и добавить второй уровень для индексации вложенных элементов, например.
0 0 slim
1 waist
2 man
1 0 slim
1 waistline
2 0 santa
Если это то, что вы хотите, просто опустите .reset_index(drop=True) из цепочки.
series_name.sum()
делает именно то, что вам нужно. Убедитесь, что это серия списков, иначе ваши значения будут объединены (если строка) или добавлены (если int)
Вы можете попробовать использовать itertools.chain, чтобы просто сгладить списки:
In [70]: from itertools import chain
In [71]: import pandas as pnd
In [72]: s = pnd.Series([['slim', 'waist', 'man'], ['slim', 'waistline'], ['santa']])
In [73]: s
Out[73]:
0 [slim, waist, man]
1 [slim, waistline]
2 [santa]
dtype: object
In [74]: new_s = pnd.Series(list(chain(*s.values)))
In [75]: new_s
Out[75]:
0 slim
1 waist
2 man
3 slim
4 waistline
5 santa
dtype: object
В версии для панд 0.25.0 появился новый метод 'взорвать' для серий и фреймов данных. В старых версиях такого метода нет.
Это помогает получить нужный вам результат.
Например, у вас есть такие серии:
import pandas as pd
s = pd.Series([
['slim', 'waist', 'man'],
['slim', 'waistline'],
['santa']])
Тогда вы можете использовать
s.explode()
Чтобы получить такой результат:
0 slim
0 waist
0 man
1 slim
1 waistline
2 santa
В случае кадра данных:
df = pd.DataFrame({
's': pd.Series([
['slim', 'waist', 'man'],
['slim', 'waistline'],
['santa']
]),
'a': 1
})
У вас будет такой DataFrame:
s a
0 [slim, waist, man] 1
1 [slim, waistline] 1
2 [santa] 1
Применение разнесения к столбцу s:
df.explode('s')
даст вам такой результат:
s a
0 slim 1
0 waist 1
0 man 1
1 slim 1
1 waistline 1
2 santa 1
Вы можете использовать оператор конкатенации списка, как показано ниже -
lst1 = ['hello','world']
lst2 = ['bye','world']
newlst = lst1 + lst2
print(newlst)
>> ['hello','world','bye','world']
Или вы можете использовать функцию list.extend(), как показано ниже -
lst1 = ['hello','world']
lst2 = ['bye','world']
lst1.extend(lst2)
print(lst1)
>> ['hello', 'world', 'bye', 'world']
Преимущества использования функции extend заключаются в том, что она может работать на нескольких типах, где оператор concatenation работает только в том случае, если списки LHS и RHS являются списками.
Другие примеры функции extend -
lst1.extend(('Bye','Bye'))
>> ['hello', 'world', 'Bye', 'Bye']
Сглаживание и разгибание могут быть сделаны с помощью этой функции
def flatten(df, col):
col_flat = pd.DataFrame([[i, x] for i, y in df[col].apply(list).iteritems() for x in y], columns=['I', col])
col_flat = col_flat.set_index('I')
df = df.drop(col, 1)
df = df.merge(col_flat, left_index=True, right_index=True)
return df
Unflattening:
def unflatten(flat_df, col):
flat_df.groupby(level=0).agg({**{c:'first' for c in flat_df.columns}, col: list})
После разворачивания мы получаем тот же самый фрейм данных, кроме порядка столбцов:
(df.sort_index(axis=1) == unflatten(flatten(df)).sort_index(axis=1)).all().all()
>> True
Вы также можете попробовать:
combined = []
for i in s.index:
combined = combined + s.iloc[i]
print(combined)
s = pd.Series(combined)
print(s)
выход:
['slim', 'waist', 'man', 'slim', 'waistline', 'santa']
0 slim
1 waist
2 man
3 slim
4 waistline
5 santa
dtype: object