панда серии, содержащие массивы

Question

У меня есть столбец панда dataframe который выглядит немного как:

Out[67]: 
0  ["cheese", "milk... 
1  ["yogurt", "cheese... 
2  ["cheese", "cream"... 
3  ["milk", "cheese"... 

сейчас, в конечном счете, я хотел бы это как плоский список, но при попытке сгладить это, я заметил, что панды лечат ["cheese", "milk", "cream"] в str, а не list

Как бы я идти о уплощение это, так что я в конечном итоге с:

["cheese", "milk", "yogurt", "cheese", "cheese"...] 

[EDIT]Таким образом, ответ приведен ниже, как представляется:

s = pd.Series(["['cheese', 'milk']", "['yogurt', 'cheese']", "['cheese', 'cream']"])

s = s.str.strip("[]") 
df = s.str.split(',', expand=True) 
df = df.applymap(lambda x: x.replace("'", '').strip()) 
l = df.values.flatten() 
print (l.tolist()) 

, который является большим, вопрос ответил, ответ принят, но он кажется мне довольно безвкусным решением.

Answer 1

Вы можете использовать numpy.flatten, а затем плоской вложенной lists - see:

print df 
        a 
0 [cheese, milk] 
1 [yogurt, cheese] 
2 [cheese, cream] 

print df.a.values 
[[['cheese', 'milk']] 
[['yogurt', 'cheese']] 
[['cheese', 'cream']]] 

l = df.a.values.flatten() 
print l 
[['cheese', 'milk'] ['yogurt', 'cheese'] ['cheese', 'cream']] 

print [item for sublist in l for item in sublist] 
['cheese', 'milk', 'yogurt', 'cheese', 'cheese', 'cream'] 

EDIT:

Вы можете попробовать:

import pandas as pd 

s = pd.Series(["['cheese', 'milk']", "['yogurt', 'cheese']", "['cheese', 'cream']"]) 

#remove [] 
s = s.str.strip('[]') 
print s 
0  'cheese', 'milk' 
1 'yogurt', 'cheese' 
2  'cheese', 'cream' 
dtype: object 

df = s.str.split(',', expand=True) 
#remove ' and strip empty string 
df = df.applymap(lambda x: x.replace("'", '').strip()) 
print df 
     0  1 
0 cheese milk 
1 yogurt cheese 
2 cheese cream 

l = df.values.flatten() 
print l.tolist() 
['cheese', 'milk', 'yogurt', 'cheese', 'cheese', 'cream'] 

Answer 2

Для преобразования значений столбцов из ул перечислять можно использовать df.columnName.tolist() и для выпрямления вы могли бы сделать df.columnName.values.flatten()

Answer 3

Вы можете конвертировать Series в DataFrame, а затем вызвать stack:

s.apply(pd.Series).stack().tolist()