<\/p>\n
\u00c8 possibile utilizzare la seguente sintassi di base per dividere una colonna di elenchi in pi\u00f9 colonne in un DataFrame panda:<\/span><\/p>\n L’esempio seguente mostra come utilizzare questa sintassi nella pratica.<\/span><\/p>\n Supponiamo di avere i seguenti panda DataFrame in cui la colonna chiamata punti<\/strong> contiene elenchi di valori:<\/span><\/p>\n Possiamo utilizzare la seguente sintassi per creare un nuovo DataFrame in cui la colonna dei punti<\/strong> \u00e8 divisa in due nuove colonne chiamate game1<\/strong> e game2<\/strong> :<\/span><\/p>\n Se lo desideriamo, possiamo quindi unire questo DataFrame diviso con il DataFrame originale utilizzando la funzione concat()<\/strong> :<\/span><\/p>\n Infine, possiamo rimuovere la colonna dei punti<\/strong> originali dal DataFrame se vogliamo:<\/span><\/p>\n Il risultato finale \u00e8 un DataFrame in cui la colonna dei punti<\/strong> originale degli elenchi \u00e8 ora divisa in due nuove colonne chiamate game1<\/strong> e game2<\/strong> .<\/span><\/p>\n Nota<\/strong> : se la colonna di elenchi contiene un numero dispari di valori in ciascun elenco, i panda riempiranno semplicemente i valori mancanti con valori NaN<\/strong> quando dividono gli elenchi in colonne.<\/span><\/p>\n I seguenti tutorial spiegano come eseguire altre operazioni comuni nei panda:<\/span><\/p>\n Come stampare Pandas DataFrame senza indice<\/a> \u00c8 possibile utilizzare la seguente sintassi di base per dividere una colonna di elenchi in pi\u00f9 colonne in un DataFrame panda: #split column of lists into two new columns split = pd. DataFrame (df[‘ my_column ‘]. to_list (), columns = [‘ new1 ‘,’ new2 ‘]) #join split columns back to original DataFrame df = pd. […]<\/p>\n","protected":false},"author":1,"featured_media":0,"comment_status":"open","ping_status":"open","sticky":false,"template":"","format":"standard","meta":{"footnotes":""},"categories":[11],"tags":[],"yoast_head":"\n #split column of lists into two new columns\n<\/span>split = pd. DataFrame<\/span> (df[' my_column<\/span> ']. to_list<\/span> (), columns = [' new1<\/span> ',' new2<\/span> '])\n\n#join split columns back to original DataFrame\n<\/span>df = pd. concat<\/span> ([df, split], axis= 1<\/span> )<\/strong><\/span><\/pre>\n Esempio: dividere una colonna di elenchi in pi\u00f9 colonne in Pandas<\/strong><\/span><\/h2>\n
import<\/span> pandas as<\/span> pd\n\n#createDataFrame\n<\/span>df = pd. DataFrame<\/span> ({' team<\/span> ': ['Mavs', 'Heat', 'Kings', 'Suns'],\n ' points<\/span> ': [[99, 105], [94, 113], [99, 97], [87, 95]]})\n\n#view DataFrame\n<\/span>print<\/span> (df)\n\n team points\n0 Mavs [99, 105]\n1 Heat [94, 113]\n2 Kings [99, 97]\n3 Suns [87, 95]<\/strong><\/pre>\n #split column of lists into two new columns\n<\/span>split = pd. DataFrame<\/span> (df[' my_column<\/span> ']. to_list<\/span> (), columns = [' new1<\/span> ',' new2<\/span> '])\n\n#view DataFrame\n<\/span>print<\/span> (split)\n\n game1 game2\n0 99 105\n1 94 113\n2 99 97\n3 87 95\n<\/strong><\/span><\/pre>\n #join split columns back to original DataFrame\n<\/span>df = pd. concat<\/span> ([df, split], axis= 1<\/span> ) \n\n#view updated DataFrame<\/span>\nprint<\/span> (df)\n\n team points game1 game2\n0 Mavs [99, 105] 99 105\n1 Heat [94, 113] 94 113\n2 Kings [99, 97] 99 97\n3 Suns [87, 95] 87 95\n<\/strong><\/span><\/pre>\n #drop original points column\ndf = df. drop<\/span> (' points<\/span> ', axis= 1<\/span> )\n<\/span>\n#view updated DataFrame\nprint<\/span> (df)\n\n team game1 game2\n0 Mavs 99 105\n1 Heat 94 113\n2 Kings 99 97\n3 Suns 87 95\n<\/span><\/span><\/strong><\/span><\/pre>\n Risorse addizionali<\/strong><\/span><\/h2>\n
Come visualizzare tutte le righe in un Pandas DataFrame<\/a>
Come verificare il tipo di tutte le colonne in Pandas DataFrame<\/a><\/p>\n","protected":false},"excerpt":{"rendered":"