import numpy as np import pandas as pd data = [{'Name': '小明', 'Chinese': [70, 80], 'Math': [90, 80]}, {'Name': '小红', 'Chinese': [70, 80, 90], 'Math': [90, 80, 70]}] data = pd.DataFrame(data) def split_row(data, column): '''拆分成行 :param data: 原始数据 :param column: 拆分的列名 :type data: pandas.core.frame.DataFrame :type column: str row_len = list(map(len, data[column].values)) rows = [] for i in data.columns: if i == column: row = np.concatenate(data[i].values) else: row = np.repeat(data[i].values, row_len) rows.append(row) return pd.DataFrame(np.dstack(tuple(rows))[0], columns=data.columns) split_row(data, column='Chinese') from copy import deepcopy def split_col(data, column): '''拆分成列 :param data: 原始数据 :param column: 拆分的列名 :type data: pandas.core.frame.DataFrame :type column: str data = deepcopy(data) max_len = max(list(map(len, data[column].values))) # 最大长度 new_col = data[column].apply(lambda x: x + [None]*(max_len - len(x))) # 补空值，None可换成np.nan new_col = np.array(new_col.tolist()).T # 转置 for i, j in enumerate(new_col): data[column + str(i)] = j return data split_col(data, column='Chinese')

1. 批量处理+不要原列

def split_col(data, columns): '''拆分成列 :param data: 原始数据 :param columns: 拆分的列名 :type data: pandas.core.frame.DataFrame :type columns: list for c in columns: new_col = data.pop(c) max_len = max(list(map(len, new_col.values))) # 最大长度 new_col = new_col.apply(lambda x: x + [None]*(max_len - len(x))) # 补空值，None可换成np.nan new_col = np.array(new_col.tolist()).T # 转置 for i, j in enumerate(new_col): data[c + str(i)] = j split_col(data, columns=['Chinese','Math'])

2. 带int和list数据

转成这样：
data = [{'Name': '小爱', 'Chinese': 70, 'Math': 90}, {'Name': '小明', 'Chinese': [70, 80], 'Math': [90, 80]}, {'Name': '小红', 'Chinese': [70, 80, 90], 'Math': [90, 80, 70]}] data = pd.DataFrame(data) def split_col(data, columns): '''拆分成列 :param data: 原始数据 :param columns: 拆分的列名 :type data: pandas.core.frame.DataFrame :type columns: list for c in columns: new_col = data.pop(c) max_len = max(list(map(lambda x:len(x) if isinstance(x, list) else 1, new_col.values))) # 最大长度 new_col = new_col.apply(lambda x: x+[None]*(max_len - len(x)) if isinstance(x, list) else [x]+[None]*(max_len - 1)) # 补空值，None可换成np.nan new_col = np.array(new_col.tolist()).T # 转置 for i, j in enumerate(new_col): data[c + str(i)] = j split_col(data, columns=['Chinese','Math'])

Python Pandas list(列表)数据列拆分成多行的方法

10分钟了解Pandas基础知识

到此这篇关于pandas将list数据拆分成行或列的实现的文章就介绍到这了,更多相关pandas list数据拆分内容请搜索脚本之家以前的文章或继续浏览下面的相关文章希望大家以后多多支持脚本之家！

您可能感兴趣的文章:

• Python Pandas list列表数据列拆分成多行的方法实现
• Python中实现一行拆多行和多行并一行的示例代码
• Python DataFrame一列拆成多列以及一行拆成多行
• pandas实现一行拆分成多行

• 

  分享介绍Python的9个实用技巧

  本文将介绍15个简洁的Python技巧，向着简洁更高效，学习易懂出发，具说只有经验丰富程序员才知道的9种高级Python小技巧，喜欢的朋友快来看看吧

  2021-11-11
• 

  重温Python基础之列表操作

  这篇文章主要带大家来复习一下Python基础中的列表操作，不知道各位还记得多少呢？文中的示例代码讲解详细，对我们学习Python有一定帮助，需要的可以参考一下

  2022-11-11
• 

  python简单程序读取串口信息的方法

  这篇文章主要介绍了python简单程序读取串口信息的方法,涉及Python操作serial模块的技巧,需要的朋友可以参考下

  2015-03-03
• 

  Python如何读取csv文件时添加表头/列名

  这篇文章主要介绍了Python如何读取csv文件时添加表头/列名，具有很好的参考价值，希望对大家有所帮助。如有错误或未考虑完全的地方，望不吝赐教

  2022-05-05
• 

  Python实现B站UP主自动监控功能详解

  众所周知，B站有很多有趣的UP主，可以教大家一些"实用"的知识，但是他们一般都没有固定的更新时间。因此，本文将用Python编写一个脚本，自动监控UP是否更新了视频，感兴趣的可以了解一下

  2022-03-03
• 

  Python中的TCP socket写法示例

  最近在学习脚本语言python，所以下面这篇文章主要给大家介绍了关于Python中TCP socket写法的相关资料，文中通过示例代码介绍的非常详细，对大家的学习或工作具有一定的参考学习价值，需要的朋友们一起来看看吧

  2018-05-05
• 

  python生成并处理uuid的实现方式

  这篇文章主要介绍了python生成并处理uuid的实现方式，具有很好的参考价值，希望对大家有所帮助。一起跟随小编过来看看吧

  2020-03-03
• 

  Python操作MySQL数据库实例详解【安装、连接、增删改查等】

  这篇文章主要介绍了Python操作MySQL数据库,结合实例形式详细分析了Python操作mysql数据库的安装、连接、增删改查等相关实现技巧与注意事项,需要的朋友可以参考下

  2020-01-01
• 

  python实现点击按钮修改数据的方法

  今天小编就为大家分享一篇python实现点击按钮修改数据的方法，具有很好的参考价值，希望对大家有所帮助。一起跟随小编过来看看吧

  2019-07-07
• 

  Python列表list的详细用法介绍

  这篇文章主要介绍了Python列表list的详细用法介绍，列表（list）作为Python中基本的数据结构，是存储数据的容器，相当于其它语言中所说的数组

  2022-07-07