Question

尝试创建一个具有选举竞赛名称，结果（共和党 - 民主党热门投票，作为分数）的数据框，以及每个民意调查的轮询差异。到目前为止我的代码：

def results_polls_diff(editinfo, polls):
    rows = []
    for i, election in enumerate(editinfo):
        polls_key = election['slug']
        this_election = polls[polls_key]

        npolls = this_election.shape[0]

        diff = (this_election[candidates['R'].ix[i]] - this_election[candidates['D or I'].ix[i]])/100


        for c in election['estimates']:
            if c['party'] == 'Rep' :
                r1 = c['value']

        for c in election['estimates']:
            if c['party'] == 'Dem' or c['party'] == 'ind' :
                r2 = c['value']

        result = (r1-r2)/100

        #init_rows = []
        #for d in diff:
        #    init_rows.append((polls_key, result, d))
        #return init_rows

        rows.append((polls_key, result, [d for d in diff]))
    return rows
result_df = pd.DataFrame(results_polls_diff(editinfo, polls), columns = ['race', 'result', 'diff_list'])
result_df.head()

输出：

race                                   result       diff_list
0   2014-delaware-senate-wade-vs-coons  -0.220  [-0.18, -0.16, -0.25, -0.15]
1   2014-massachusetts-senate-herr-vs-markey    -0.207  [-0.2, -0.15, -0.16, -0.25, -0.22, -0.26, -0.2...
2   2014-rhode-island-senate-zaccaria-vs-reed   -0.207  [-0.45, -0.42, -0.35]
3   2014-montana-senate-daines-vs-curtis    0.177   [0.14, 0.18, 0.16, 0.21, 0.13]
4   2014-hawaii-senate-cavasso-vs-schatz    -0.477  [-0.52, -0.26, -0.51, -0.54, -0.37, -0.32]

我的目标是更像这样：

race                                  result    diff_list
0   2014-delaware-senate-wade-vs-coons  -0.22   -0.18
1   2014-delaware-senate-wade-vs-coons  -0.22   -0.16
2   2014-delaware-senate-wade-vs-coons  -0.22   -0.25
3   2014-delaware-senate-wade-vs-coons  -0.22   -0.15

如果我使用散列部分代码并将附加内容更改为rows.append((init_rows))，我会得到该结果，但它似乎不再遍历所有editinfo。因此，我正在寻找的解决方案是使迭代工作的方法，或者从diff_list列中提取列表，以便该元素占据该列中的单个单元格，并复制其余的排。

Answer 1

这是一种策略。考虑df

df = pd.DataFrame(dict(A=list('ab'), B=[1, 2], C=[[1, 2, 3], [4, 5, 6]], ))
df

选项1
使用set_index，apply，unstack

df.set_index(['A', 'B']).C.apply(pd.Series).stack().reset_index(['A', 'B'], name='C')

选项2
构建新索引和数据框，然后unstack

names = ['A', 'B']
idx = pd.MultiIndex.from_tuples(df[names].values.tolist(), names=names)
pd.DataFrame(df.C.tolist(), idx).stack().reset_index(names, name='C')

从Pandas单元格中提取列表并使用列表元素作为新列

1 个答案: