问题描述
假设我们有一个像这样的数据框：
data = pd.DataFrame({'num': [1,2,3],'tags': [['toto','tata','titi'],['one','two','three'],['he','she','us']]})
数据
num tags
0 1 [toto,tata,titi]
1 2 [one,two,three]
2 3 [he,she,us]
我不明白为什么 data.tags.apply(pd.Series) 可以将 data.tags 扩展为自己的数据框
data.tags.apply(pd.Series)
0 1 2
0 toto tata titi
1 one two three
2 he she us
而DataFrame不能！
data.tags.apply(pd.DataFrame)
0 0
0 toto
1 tata
2 titi
1 0
0 one
1 two
2 three
2 0
0 he
1 she
2 us
Name: tags,dtype: object
它是如何工作的？
解决方法
在这种情况下，您可以将 document.getElementById('search').addEventListener(
'submit',async e => {
e.preventDefault();
const searchResult = await getDetails();
// Do something to show the results,populate #results
const resultsElement = document.getElementById('results');
resultsElement.innerText = JSON.stringify(searchResult);
});
视为按行遍历 apply() 列。因此，应用 tags 将使每个列表成为“水平”系列。然后，由于您有这些“水平”系列的“垂直”列，因此您只剩下一个数据框。相反，应用 pd.Series 将使每个列表成为“垂直”数据帧，因此“垂直”数据帧的“垂直”列将为您提供一系列数据帧。
希望从“水平”和“垂直”的角度考虑它有助于对正在发生的事情的直觉有所帮助。