パンダのデータフレーム列のリストを複数の列に分割する

Question

私はムービーデータを扱っており、ムービージャンルのデータフレーム列を持っています。現在、各ムービーのムービージャンルのリスト（ほとんどのムービーは複数のジャンルに割り当てられているため）が含まれていますが、この分析の目的で、リストを解析して各ジャンルの新しいデータフレーム列を作成したいと思います。だから、映画のジャンル= [ドラマ]、[スリラー]の代わりに、私はgenre1 = 'Drama'とgenre2 = 'Thriller'のような2つの列を持っています。ここで

は私のデータの抜粋です：

{'color': {0: [u'Color::(Technicolor)'], 
    1: [u'Color::(Technicolor)'], 
    2: [u'Color::(Technicolor)'], 
    3: [u'Color::(Technicolor)'], 
    4: [u'Black and White']}, 
'country': {0: [u'USA'], 
    1: [u'USA'], 
    2: [u'USA'], 
    3: [u'USA', u'UK'], 
    4: [u'USA']}, 
'genre': {0: [u'Crime', u'Drama'], 
    1: [u'Crime', u'Drama'], 
    2: [u'Crime', u'Drama'], 
    3: [u'Action', u'Crime', u'Drama', u'Thriller'], 
    4: [u'Crime', u'Drama']}, 
'language': {0: [u'English'], 
    1: [u'English', u'Italian', u'Latin'], 
    2: [u'English', u'Italian', u'Spanish', u'Latin', u'Sicilian'], 
    3: [u'English', u'Mandarin'], 
    4: [u'English']}, 
'rating': {0: 9.3, 1: 9.2, 2: 9.0, 3: 9.0, 4: 8.9}, 
'runtime': {0: [u'142'], 
    1: [u'175'], 
    2: [u'202', u'220::(The Godfather Trilogy 1901-1980 VHS Special Edition)'], 
    3: [u'152'], 
    4: [u'96']}, 
'title': {0: u'The Shawshank Redemption', 
    1: u'The Godfather', 
    2: u'The Godfather: Part II', 
    3: u'The Dark Knight', 
    4: u'12 Angry Men'}, 
'votes': {0: 1793199, 1: 1224249, 2: 842044, 3: 1774083, 4: 484061}, 
'year': {0: 1994, 1: 1972, 2: 1974, 3: 2008, 4: 1957}} 

任意の助けいただければ幸いです！ありがとう！

Answer 1

これはあなたのために働く必要があります。

pd.concat([df.drop(['genre'],axis=1),df['genre'].apply(pd.Series).rename(columns={0:'genre_0',1:'genre_1',2:'genre_2',3:'genre_3'})],axis=1) 

Answer 2

は、私はあなたが元にadd_prefixと最後concatでDataFrameコンストラクタが必要だと思う：

df1 = pd.DataFrame(df.genre.values.tolist()).add_prefix('genre_') 
df = pd.concat([df.drop('genre',axis=1), df1], axis=1) 

タイミング：

df = pd.DataFrame(d) 
print (df) 
#5000 rows 
df = pd.concat([df]*1000).reset_index(drop=True) 

In [394]: %timeit (pd.concat([df.drop('genre',axis=1), pd.DataFrame(df.genre.values.tolist()).add_prefix('genre_')], axis=1)) 
100 loops, best of 3: 3.4 ms per loop 

In [395]: %timeit (pd.concat([df.drop(['genre'],axis=1),df['genre'].apply(pd.Series).rename(columns={0:'genre_0',1:'genre_1',2:'genre_2',3:'genre_3'})],axis=1)) 
1 loop, best of 3: 757 ms per loop