Pandas Dataframe - 值是列表

我有一个只有一列的 Pandas Dataframe，但每一行的值都是五个元素的列表，如下所示：

我想分离数据，以便获得另外五列，每一列都包含每行列表的一个值。像这样（我只放了前两个以节省空间）：

我尝试过：

        L = [pd.DataFrame(data[col].values.tolist()) for col in data]
        print(L)
        df_new = pd.concat(L, axis=1, ignore_index=True)
        print(df_new)

And

        for column in data.columns:
            column_name = f'TColumn {column}'
            val = data[column][column]
            n = 0
            for n in range(5):
                data[column_name] = val[n]
                n = n + 1
        print(data)

我还没有得到任何东西，有人可以帮我吗？

先感谢您，

为了进一步简化 @Manlai A 发布的内容，我们可以像这样动态创建新列：

df[[f'Column {i}' for i in range(5)]] = df['Columns'].tolist()

是的，这篇文章实际上回答了上面的问题。

这里有一个带有虚拟数据的小演示，以帮助其更具可重复性：https://colab.research.google.com/drive/1NJLuS0thpjz4U-REpu1vOtrSfYdWmFIn?usp=sharing https://colab.research.google.com/drive/1NJLuS0thpjz4U-REpu1vOtrSfYdWmFIn?usp=sharing

Edit 1

对于下面评论区提出的第二个问题：

“如果我现在有一些行的空列表是值 ([])，其余行如示例中所示（包含 5 或 6 个元素的列表），并且我想使用第一个元素创建一个新列列表中的内容，如果为空，则删除该行，我该怎么做？”

例如，如果您有一个虚拟表df像这样：

    Columns
0   []
1   [2]
2   [18, 14]
3   [12, 19, 5]
4   [13, 12, 2, 19]
5   [8, 0, 10, 19, 8]
6   [12, 1, 4, 7, 14, 14]
7   [18, 2, 6, 12, 6, 12, 9]
8   [0, 8, 4, 19, 4, 5, 7, 4]
9   [11, 8, 5, 11, 3, 2, 4, 6, 12]

如果您想获取每行的第一项（如果存在），您可以这样做：

df['Item'] = df['Columns'].apply(lambda items: items[0] if len(items) else None)

该表将变为：

    Columns                          Item
0   []                                NaN
1   [2]                               2.0
2   [18, 14]                         18.0
3   [12, 19, 5]                      12.0
4   [13, 12, 2, 19]                  13.0
5   [8, 0, 10, 19, 8]                 8.0
6   [12, 1, 4, 7, 14, 14]            12.0
7   [18, 2, 6, 12, 6, 12, 9]         18.0
8   [0, 8, 4, 19, 4, 5, 7, 4]         0.0
9   [11, 8, 5, 11, 3, 2, 4, 6, 12]   11.0

之后，您可以简单地删除包含以下内容的任何行NA value (None, np.NaN, pd.NA, etc):

df = df.dropna(axis=0)

它将变成：

    Columns                          Item
1   [2]                               2.0
2   [18, 14]                         18.0
3   [12, 19, 5]                      12.0
4   [13, 12, 2, 19]                  13.0
5   [8, 0, 10, 19, 8]                 8.0
6   [12, 1, 4, 7, 14, 14]            12.0
7   [18, 2, 6, 12, 6, 12, 9]         18.0
8   [0, 8, 4, 19, 4, 5, 7, 4]         0.0
9   [11, 8, 5, 11, 3, 2, 4, 6, 12]   11.0

请注意，索引0现在失踪了。要重置索引，您可以调用

df = df.reset_index()

我还将第二个答案包含在前一个答案中demo https://colab.research.google.com/drive/1NJLuS0thpjz4U-REpu1vOtrSfYdWmFIn?usp=sharing.