pandas astype 字符串转为list

如果你有一个 Pandas DataFrame 中的某一列是字符串类型，且这个字符串包含多个元素，你可以使用 `apply` 方法和 `split` 函数将其转换为列表类型。

例如，假设有以下 Pandas DataFrame：

import pandas as pd

df = pd.DataFrame({
    'col1': ['1,2,3', '4,5', '6,7,8,9'],
    'col2': [10, 20, 30]
})

其中 `col1` 是字符串类型，包含多个元素，`col2` 是整数类型。你可以使用以下代码将 `col1` 转换为列表类型：

df['col1'] = df['col1'].apply(lambda x: x.split(','))

这里使用了 `apply` 方法和 `lambda` 表达式，将每个字符串按照逗号分隔为列表。最后得到以下结果：

     col1  col2
0  [1, 2, 3]    10
1     [4, 5]    20
2  [6, 7, 8, 9]  30

现在 `col1` 的每个元素都是一个列表了。

相关问题

python double list转换成pandas dataframe string

在Python中，将包含双层列表（即嵌套列表）的数据转换为Pandas DataFrame，通常需要先将其组织成DataFrame可以理解的结构，比如字典列表（dicts in lists）。然后你可以使用`pd.DataFrame()`函数创建DataFrame。

例如：

data = [['A', '1', 'John'],
        ['B', '2', 'Jane'],
        ['C', '3', 'Mike']]

# 将嵌套列表转换为字典列表
flat_list_of_dicts = [{col: row[i] for i, col in enumerate(['Name', 'ID', 'Person'])} for row in data]

# 创建Pandas DataFrame
df = pd.DataFrame(flat_list_of_dicts)

# 如果你的数据是以字符串形式存储的，可能还需要额外处理，例如：
# df[['ID', 'Person']] = df[['ID', 'Person']].astype(str)  # 如果数值需要转换为str

print(df)

在这个例子中，`flat_list_of_dicts`是一个字典列表，每一层嵌套对应DataFrame的一列。运行上述代码后，你会得到一个类似这样的DataFrame：

   Name  ID Person
0   A    1   John
1   B    2   Jane
2   C    3   Mike

用python代码实现，将A列、B列、C列转换为字符串类型，并将字符串用下划线连接生成D列，再用下划线将D列分割为列表并对列表内的元素去重得到E列，再按照E列中的列表元素拆分为多行

可以使用 pandas 和 set 完成此任务。

假设需要处理的数据如下：

| A | B | C |
| --- | --- | --- |
| 1 | 2 | 3 |
| 4 | 5 | 6 |

可以按照以下步骤进行处理：

import pandas as pd

# 读取数据
df = pd.read_excel('data.xlsx')

# 将 A 列、B 列、C 列转换为字符串类型并拼接为 D 列
df['D'] = df[['A', 'B', 'C']].astype(str).apply(lambda x: '_'.join(x), axis=1)

# 将 D 列按照下划线分割为列表并对列表内的元素去重得到 E 列
df['E'] = df['D'].apply(lambda x: list(set(x.split('_'))))

# 按照 E 列中的列表元素拆分为多行
new_df = pd.DataFrame(columns=['A', 'B', 'C'])
for i, row in df.iterrows():
    for value in row['E']:
        new_row = row[['A', 'B', 'C']].copy()
        new_row['D'] = '_'.join(row['E'])
        new_row['E'] = value
        new_df = new_df.append(new_row)

# 输出结果
print(new_df)

输出结果为：

   A  B  C      D  E
0  1  2  3  1_2_3  1
0  1  2  3  1_2_3  2
0  1  2  3  1_2_3  3
1  4  5  6  4_5_6  4
1  4  5  6  4_5_6  5
1  4  5  6  4_5_6  6

可以看到，数据已经按照要求被处理成了多行的形式。