如何提取系列或数据框中的列的元素？

Question

当我通过tappers_df['TAP_REOPEN_SCHEDULE']在笔记本中检查数据框时，数据框中的对象列看起来像这样>

Jupiter notebook image

数据框的索引由您可以在图像中看到的'Corp'字符串组成。 [[双括号]]中的“ TAP_REOPEN_SCHEDULE”列是日期，后跟金额。每个不同的“ Corp”索引项在列表中出现2到16次，并且在“ TAP_REOPEN_SCHEDULE”列中具有1到15个日期/金额对。因此，对于出现两次的“ Corp”索引项，该列的行看起来像这样：

• AF125751 Corp [[2015-07-17，5150.0]]
• AF125751 Corp [[2015-07-17，5150.0]]

对于出现三遍的“ Corp”索引项，行如下所示：

• AL997424 Corp [[2017-06-01，1632000.0]，[2017-12-07，1065000]]
• AL997424 Corp [[2017-06-01，1632000.0]，[2017-12-07，1065000]]
• AL997424 Corp [[2017-06-01，1632000.0]，[2017-12-07，1065000]]

依此类推。对于每个“ Corp”索引项的第一个实例，我正在从数据框中的其他列中获取所需的日期和数量。对于后续的内容，我尝试将此列拆分为各个组成部分，以使结果看起来像这样（注意：我在这里仅将'|'用作两列之间的视觉分界）] >

• AF125751 Corp [1st date] | [第一笔金额] （再次从其他列中提取）
• [AF125751 Corp 2015-07-17 | 5150.0 （即第一个也是唯一的TAP_REOPEN_SCHEDULE日期/金额对）
• AL997424 Corp [1st date] | [第一笔金额] （再次从其他列中提取）
• AL997424 Corp 2017年6月1日| 1632000.0 （即，两个TAP_REOPEN_SCHEDULE日期/金额对中的第一个）
• AL997424 Corp 2017-12-07 | 1065000 （即，两个TAP_REOPEN_SCHEDULE日期/金额对中的第二个）

我是初学者，因此请具体说明您的建议。我已经尝试过extract，iloc，loc，np.where的每一次迭代以及其他我能想到的东西。非常感谢或您的帮助！

我在数据框中有一列对象，当我通过tappers_df ['TAP_REOPEN_SCHEDULE'在我的笔记本中对其进行检查时，看起来像这样，它看起来像木星笔记本图像。

这对您有用吗？

import pandas as pd
df_dict = {'index': ['AF125751 Corp', 'AL997424 Corp', 'AL997424 Corp'], 
           'TAP_REOPEN_SCHEDULE': [[['2015-07-17', 5150.0]], [['2017-06-01', 1632000.0], ['2017-12-07', 1065000]], 
                                   [['2017-06-01', 1632000.0], ['2017-12-07', 1065000]]]}
df = pd.DataFrame.from_dict(df_dict).set_index('index')
s = df.apply(lambda d: pd.Series(d['TAP_REOPEN_SCHEDULE']), axis=1).stack().reset_index(level=1, drop=True)
df_split = pd.DataFrame(s, columns=['TAP_REOPEN_SCHEDULE'])
pd.DataFrame(df_split['TAP_REOPEN_SCHEDULE'].values.tolist(), columns=['DATE', 'VALUE'], index=df_split.index)

代码从每个嵌套列表中创建一个Series（每个Series行是一个[日期，值]对），堆叠这些Series，然后重置在堆叠过程中创建的MultiIndex。这将产生一个Series对象。接下来，它重新创建一个DataFrame对象，该对象与您刚开始时使用的对象相似。

顺便说一句，您还可以通过运行以下命令删除重复的行：

df[~df.index.duplicated()]['TAP_REOPEN_SCHEDULE']

Answer 1

import pandas as pd
df_dict = {'index': ['AF125751 Corp', 'AL997424 Corp', 'AL997424 Corp'], 
           'TAP_REOPEN_SCHEDULE': [[['2015-07-17', 5150.0]], [['2017-06-01', 1632000.0], ['2017-12-07', 1065000]], 
                                   [['2017-06-01', 1632000.0], ['2017-12-07', 1065000]]]}
df = pd.DataFrame.from_dict(df_dict).set_index('index')
s = df.apply(lambda d: pd.Series(d['TAP_REOPEN_SCHEDULE']), axis=1).stack().reset_index(level=1, drop=True)
df_split = pd.DataFrame(s, columns=['TAP_REOPEN_SCHEDULE'])
pd.DataFrame(df_split['TAP_REOPEN_SCHEDULE'].values.tolist(), columns=['DATE', 'VALUE'], index=df_split.index)