解析非结构化数据框架python

Question

我在python中有一个非结构化数据框架，它有两个变量X和Y。X中的每个观察都是数组，Y是类变量，看起来像

             X           Y
      1. [ [ 1,2] ]      a
      2. [ [ 2,3] ]      b

我想拥有它

 1.   1    2     a
 2.   2    3     b 

I have tried option from numpy to data frame but not working 

Answer 1

import pandas as pd
df=pd.DataFrame({'X':[[[1,2]],[[3,4]]],'Y':['a','b']})

def expand(x):
     x=x['X'][0]
     return x
df['X1'],df['X2']=zip(*df.apply(expand,axis=1))
df=df.drop(['X'],axis=1)

说明：使用 zip() 和 apply(axis=1)，我们可以使用 'X' 生成 2 个新列。

对于“X”中的许多元素：

import pandas as pd
df=pd.DataFrame({'X':[[[1,2,3,4]],[[3,4,5,6]]],'Y':['a','b']})

def expand(x):
    new_columns=x['X'][0]
    return new_columns+[x['Y']]
df=pd.DataFrame(zip(*df.apply(expand,axis=1))).T

现在，“X”可以有任意数量的元素。例如，我使用带有 4 个元素的“X”。

Answer 2

import pandas as pd

# Create the initial DataFrame
data = {'X': [[[1, 2]], [[2, 3]]], 'Y': ['a', 'b']}
df = pd.DataFrame(data)

# Transform the DataFrame
df_transformed = pd.DataFrame(df['X'].apply(lambda x: x[0]).tolist(), columns=['X1', 'X2'])
df_transformed['Y'] = df['Y']

# Display the transformed DataFrame
print(df_transformed)