Python 嵌套列表展平指南：从基础到高级

2024-03-22 07:16:12

嵌套列表在数据科学和编程中无处不在，它们可以很好地组织复杂的数据集。然而，有时我们需要将它们展平为单一列表以进行进一步分析。本文将深入探讨使用 Python 将嵌套列表展平的各种方法，涵盖从基本到高级的技术。

1. 使用嵌套循环

最简单的展平方法是使用嵌套循环遍历每个子列表并将其元素添加到新列表中。虽然简单易行，但对于大型嵌套列表，它可能效率较低。

my_list = [['a', 'b'], ['c', 'd'], ['e', 'f']]
flattened_list = []

for sub_list in my_list:
    for element in sub_list:
        flattened_list.append(element)
print(flattened_list)  # 输出: ['a', 'b', 'c', 'd', 'e', 'f']

2. 使用列表推导

列表推导提供了一种简洁的方式来展平嵌套列表。它一次遍历所有子列表并将每个元素添加到新列表中，简化了代码。

my_list = [['a', 'b'], ['c', 'd'], ['e', 'f']]
flattened_list = [element for sub_list in my_list for element in sub_list]
print(flattened_list)  # 输出: ['a', 'b', 'c', 'd', 'e', 'f']

3. 使用 chain() 函数

chain() 函数来自 itertools 模块，用于连接多个可迭代对象。它可以将嵌套列表展开为单一列表，类似于列表推导，但语法更简洁。

from itertools import chain

my_list = [['a', 'b'], ['c', 'd'], ['e', 'f']]
flattened_list = list(chain(*my_list))
print(flattened_list)  # 输出: ['a', 'b', 'c', 'd', 'e', 'f']

4. 使用 numpy

对于包含数字数据的嵌套列表，numpy 库的 flatten() 函数非常有用。它可以将多维数组展平为一维数组。

import numpy as np

my_list = np.array([['1', '2'], ['3', '4'], ['5', '6']])
flattened_list = my_list.flatten()
print(flattened_list)  # 输出: ['1', '2', '3', '4', '5', '6']

5. 使用 pandas

对于包含数据框的嵌套列表，pandas 库的 DataFrame.stack() 方法可以将数据框展平为单列数据框。

import pandas as pd

my_list = pd.DataFrame([['a', 'b'], ['c', 'd'], ['e', 'f']])
flattened_list = my_list.stack().tolist()
print(flattened_list)  # 输出: [['a', 'b'], ['c', 'd'], ['e', 'f']]

总结

在 Python 中展平嵌套列表有多种方法，具体取决于数据类型和效率要求。使用嵌套循环对于小型列表来说很简单，而列表推导和 chain() 函数对于大型列表更有效率。对于数字数据，numpy 的 flatten() 函数是理想的，对于数据框，pandas 的 DataFrame.stack() 方法非常适合。