读取带有列表的pandas中的列以创建新的分类列

在pandas中，可以使用pandas.DataFrame的apply()函数来读取带有列表的列，并创建新的分类列。

首先，我们需要将列表中的每个元素提取出来，并将其转换为字符串类型。然后，可以使用apply()函数将转换后的值应用到每一行的列表列上。最后，使用pandas.DataFrame的assign()函数创建一个新的分类列。

以下是完整的代码示例：

import pandas as pd

# 创建包含列表的示例数据框
data = {'ID': [1, 2, 3],
        'Fruit': [['Apple', 'Banana'], ['Orange', 'Grape'], ['Watermelon', 'Pineapple']]}
df = pd.DataFrame(data)

# 定义函数来处理列表列并创建新的分类列
def process_list(row):
    # 将列表中的每个元素转换为字符串类型
    elements = [str(element) for element in row['Fruit']]
    # 返回一个逗号分隔的字符串作为新的分类列的值
    return ', '.join(elements)

# 使用apply函数调用处理函数，并使用assign函数创建新的分类列
df = df.assign(Category=df.apply(process_list, axis=1))

# 打印结果
print(df)

运行以上代码，将得到输出结果：

   ID                  Fruit                 Category
0   1        [Apple, Banana]            Apple, Banana
1   2       [Orange, Grape]           Orange, Grape
2   3  [Watermelon, Pineapple]  Watermelon, Pineapple

在这个例子中，我们创建了一个包含ID和Fruit列的数据框。然后，通过process_list函数处理Fruit列中的列表，并创建了一个新的分类列Category。最后，使用assign()函数将新的分类列添加到数据框中。

这种方法适用于读取带有列表的pandas中的列并创建新的分类列的情况。对于不同的数据框和列表列，可以根据具体的需求进行调整和修改。