Convert Dataframe oder Reihe von Listen in einer gestapelten Datenrahmen (oder Serie)

Question

ein Having DataFrame (oder Series) von Listen aus, wie folgt aussehen:

df = pd.DataFrame([[[1,3], [2,3,4], [1,4,2,5]]], columns=['A', 'B', 'C']).T 
print(df) 

Ausgang:

   0 
A  [1, 3] 
B  [2, 3, 4] 
C [1, 4, 2, 5] 

Wie kann ich verwandeln es in

0 
A 1 
A 2 
B 2 
B 3 
B 4 
C 1 
C 4 
C 2 
C 5 

ich habe versuchtzu verwenden 210 aber das hat nicht ganz funktioniert. Kann ich das implizit konvertieren? Ich habe auch versucht, alle Zahlen als Tupel [('A', 1), ('A', 3), ..] für from_records() zu extrahieren, aber ich konnte das auch nicht tun.

Ich denke, dass ich es so machen könnte:

pd.DataFrame.from_records(df[0].map(lambda x: [(0, v) for v in x]).sum()) 

aber ich weiß nicht, wie der Index für den Zugriff auf .. note (0, v) sollte eigentlich so etwas wie (x.index, v) sein.

Answer 1

Need Werte in Spalte Abflachen und dann repeat Index durch len von lists:

df = pd.DataFrame({0:np.concatenate(df.iloc[:, 0].values.tolist())}, 
        index=df.index.repeat(df[0].str.len())) 

---

from itertools import chain 
df=pd.DataFrame({0:list(chain.from_iterable(df.iloc[:, 0].values.tolist()))}, 
       index=df.index.repeat(df[0].str.len())) 

---

print (df) 
    0 
A 1 
A 3 
B 2 
B 3 
B 4 
C 1 
C 4 
C 2 
C 5 

Timings:

np.random.seed(456) 

N = 100000 
a = [list(range(np.random.randint(5, 20))) for _ in range(N)] 
L = list('abcdefghijklmno') 
df = pd.DataFrame({0:a}, index=np.random.choice(L, size=N)) 
print (df) 

In [348]: %timeit pd.DataFrame({0:np.concatenate(df.iloc[:, 0].values.tolist())}, index=df.index.repeat(df[0].str.len())) 
1 loop, best of 3: 218 ms per loop 

In [349]: %timeit pd.DataFrame({0:list(chain.from_iterable(df[0].values.tolist()))}, index=df.index.repeat(df[0].str.len())) 
1 loop, best of 3: 388 ms per loop 

In [350]: %timeit pd.DataFrame(df.iloc[:, 0].tolist(), index=df.index).stack().reset_index(level=1, drop=1).to_frame().astype(int) 
1 loop, best of 3: 384 ms per loop 

Answer 2

Verwenden Sie die pd.DataFrame + stack + reset_index + to_frame:

df = pd.DataFrame(df.iloc[:, 0].tolist(), index=df.index)\ 
         .stack().reset_index(level=1, drop=1).to_frame() 
df 

    0 
A 1.0 
A 3.0 
B 2.0 
B 3.0 
B 4.0 
C 1.0 
C 4.0 
C 2.0 
C 5.0