在使用 pandas 進行資料分析的過程中，我們常常會遇到將一行資料展開成多行的需求，多麼希望能有一個類似於 hive sql 中的 explode 函式。

這個函式如下：

Code

# !/usr/bin/env python
# -*- coding:utf-8 -*-
# create on 18/4/13
import pandas as pd

def dataframe_explode(dataframe,fieldname): 
 temp_fieldname = fieldname + '_made_tuple_' 
 dataframe[temp_fieldname] = dataframe[fieldname].apply(tuple)  
 list_of_dataframes = []
 for values in dataframe[temp_fieldname].unique().tolist(): 
  list_of_dataframes.append(pd.DataFrame({
   temp_fieldname: [values] * len(values),fieldname: list(values),}))
 dataframe = dataframe[list(set(dataframe.columns) - set([fieldname]))].merge(pd.concat(list_of_dataframes),how='left',on=temp_fieldname) 
 del dataframe[temp_fieldname]
 return dataframe

df = pd.DataFrame({'listcol':[[1,2,3],[4,5,6]],"aa": [222,333]})
df = dataframe_explode(df,"listcol")

Description

將 dataframe 按照某一指定列進行展開，使得原來的每一行展開成一行或多行。( 注：該列可迭代， 例如list,tuple,set)

補充知識：Pandas列中的字典/列表拆分為單獨的列

我就廢話不多說了，大家還是直接看程式碼吧

[1] df
Station ID  Pollutants
8809   {"a": "46","b": "3","c": "12"}
8810   {"a": "36","b": "5","c": "8"}
8811   {"b": "2","c": "7"}
8812   {"c": "11"}
8813   {"a": "82","c": "15"}

Method 1：

step 1: convert the Pollutants column to Pandas dataframe series

df_pol_ps = data_df['Pollutants'].apply(pd.Series)

df_pol_ps:
 a b c
0 46 3 12
1 36 5 8
2 NaN 2 7
3 NaN NaN 11
4 82 NaN 15

step 2: concat columns a,b,c and drop/remove the Pollutants

df_final = pd.concat([df,df_pol_ps],axis = 1).drop('Pollutants',axis = 1)

df_final:
 StationID a b c
0 8809 46 3 12
1 8810 36 5 8
2 8811 NaN 2 7
3 8812 NaN NaN 11
4 8813 82 NaN 15

Method 2：

df_final = pd.concat([df,df['Pollutants'].apply(pd.Series)],axis = 1)

df_final:
 StationID a b c
0 8809 46 3 12
1 8810 36 5 8
2 8811 NaN 2 7
3 8812 NaN NaN 11
4 8813 82 NaN 15

以上這篇pandas dataframe 中的explode函式用法詳解就是小編分享給大家的全部內容了，希望能給大家一個參考，也希望大家多多支援我們。