将 DataFrame 中某一列的列表拆分成多个独立的列的方式
要将 DataFrame 中某一列的列表拆分成多个独立的列，可以使用以下方法，具体取决于数据结构和需求：
场景示例
假设 DataFrame 中 genres 列存储的是列表（如 ['drama', 'action']），目标是将每个列表元素拆分成多列：
import pandas as pd
# 示例数据
data = {
'ID': [1, 2, 3],
'genres': [
['drama', 'action'],
['comedy'],
['thriller', 'horror', 'mystery']
]
}
df = pd.DataFrame(data)
方法 1：横向拆分列表为多列
将列表元素按位置拆分成 genre_1, genre_2, ... 的列，适合固定长度的列表或保留元素顺序。
步骤
-
将列表列转换为多列：
genres_expanded = df['genres'].apply(pd.Series) -
重命名新列（可选）：
genres_expanded.columns = [f'genre_{i+1}' for i in genres_expanded.columns] -
合并回原 DataFrame：
df = pd.concat([df, genres_expanded], axis=1)
输出结果
ID genres genre_1 genre_2 genre_3
0 1 [drama, action] drama action NaN
1 2 [comedy] comedy NaN NaN
2 3 [thriller, horror, mystery] thriller horror mystery
方法 2：独热编码（One-Hot Encoding）
将列表元素转换为布尔列（每个元素为一列，存在则为 1，否则为 0），适合分类统计。
步骤
-
使用
MultiLabelBinarizer（需安装scikit-learn）：from sklearn.preprocessing import MultiLabelBinarizer mlb = MultiLabelBinarizer() genres_encoded = pd.DataFrame( mlb.fit_transform(df['genres']), columns=mlb.classes_, index=df.index ) -
合并回原 DataFrame：
df = pd.concat([df, genres_encoded], axis=1)
输出结果
ID genres action comedy drama horror mystery thriller
0 1 [drama, action] 1 0 1 0 0 0
1 2 [comedy] 0 1 0 0 0 0
2 3 [thriller, horror, mystery] 0 0 0 1 1 1
方法 3：纵向展开为多行
将列表元素拆分成多行（每行一个元素），适合后续聚合或统计每个元素出现的次数。
步骤
df_exploded = df.explode('genres')
输出结果
ID genres
0 1 drama
0 1 action
1 2 comedy
2 3 thriller
2 3 horror
2 3 mystery
选择建议
| 需求 | 推荐方法 | 工具 |
|---|---|---|
| 保留元素顺序和位置 | 横向拆分（方法1） | pd.Series + pd.concat |
| 统计元素存在性（分类分析） | 独热编码（方法2） | MultiLabelBinarizer |
| 展开元素为独立行 | 纵向展开（方法3） | df.explode() |
处理原始数据为列表
如果原数据是字符串（如 "drama,action"），需先转换为列表：
# 将字符串按分隔符拆分成列表
df['genres'] = df['genres'].str.split(',')
代码整合
import pandas as pd
# 示例数据（假设 genres 是字符串）
data = {
'ID': [1, 2, 3],
'genres': ['drama,action', 'comedy', 'thriller,horror,mystery']
}
df = pd.DataFrame(data)
# Step 1: 转换为列表
df['genres'] = df['genres'].str.split(',')
# Step 2: 横向拆分为多列
genres_expanded = df['genres'].apply(pd.Series).add_prefix('genre_')
df_split = pd.concat([df, genres_expanded], axis=1)
print("=== 横向拆分结果 ===")
print(df_split)
# Step 3: 独热编码
from sklearn.preprocessing import MultiLabelBinarizer
mlb = MultiLabelBinarizer()
genres_encoded = pd.DataFrame(mlb.fit_transform(df['genres']), columns=mlb.classes_, index=df.index)
df_encoded = pd.concat([df, genres_encoded], axis=1)
print("\n=== 独热编码结果 ===")
print(df_encoded)
# Step 4: 纵向展开
df_exploded = df.explode('genres')
print("\n=== 纵向展开结果 ===")
print(df_exploded)
输出示例
=== 横向拆分结果 ===
ID genres genre_0 genre_1 genre_2
0 1 [drama, action] drama action NaN
1 2 [comedy] comedy NaN NaN
2 3 [thriller, horror, mystery] thriller horror mystery
=== 独热编码结果 ===
ID genres action comedy drama horror mystery thriller
0 1 [drama, action] 1 0 1 0 0 0
1 2 [comedy] 0 1 0 0 0 0
2 3 [thriller, horror, mystery] 0 0 0 1 1 1
=== 纵向展开结果 ===
ID genres
0 1 drama
0 1 action
1 2 comedy
2 3 thriller
2 3 horror
2 3 mystery
根据分析目标选择最合适的方法即可！