将pandas数据框中的行中的元组列表转换为一个元组列表

问题描述

我有一个Pandas Dataframe，我想将不同行中的多个元组列表合并为一个元组列表。该数据集具有1万多行，我想将所有元组列表添加到一个元组列表中。

InvoiceNo      Description    
534            [(AB,AC),(ACBO,PPK)]
415            [(AD,AT),(CBO,PKD),PKA)]
315            [(FDC,ATO),(VBO,IKD),(CVB,PKD)]

Desired output:

Edges =  [(AB,PPK),(AD,PKA),(FDC,PKD)]

解决方法

将列表理解与元组的扁平嵌套列表一起使用：

Edges = [y for x in df.Description for y in x]
print (Edges)
[('AB','AC'),('ACBO','PPK'),('AD','AT'),('CBO','PKD'),'PKA'),('FDC','ATO'),('VBO','IKD'),('CVB','PKD')]

或使用chain.from_iterable获得更好的性能：

from  itertools import chain

Edges = list(chain.from_iterable(df.Description))
print (Edges)
[('AB','PKD')]

,

对于熊猫版本1+，您还可以使用explode方法：

df['Description'].explode().tolist()

输出：

[('AB','PKD')]

,

对于行数，重复的边会为您的应用程序带来问题吗？

如果是，请考虑集合类型而不是列表。然后，您可以将{{}：}与jezrael的优美理解一起使用。

Edges = {y for x in df.Description for y in x}