2017-05-26 79 views

回答

0

一種方法 -

df_out = pd.DataFrame([df.values.T.astype(int).tolist()], columns=df.columns) 

收回 -

N = len(df_out.columns) 
arr_back = np.concatenate(np.concatenate(df_out.values)).reshape(N,-1).T 
df_back = pd.DataFrame(arr_back, columns=df_out.columns) 

採樣運行 -

In [164]: df 
Out[164]: 
    a b 
0 1 2.0 
1 3 4.0 
2 5 6.0 

In [165]: df_out 
Out[165]: 
      a   b 
0 [1, 3, 5] [2, 4, 6] 

In [166]: df_back 
Out[166]: 
    a b 
0 1 2 
1 3 4 
2 5 6 
+0

感謝它的工作現在 –

+0

,如果我想要回 –

+0

@IbrahimaKhalil退房的編輯請。 – Divakar