DataFrame 中某一列是元组形式拆成两列

1.有元组的拆分

df3_new.head()

migrate	number1	migrate
0	-11441.0	(北京, 廊坊)
1	-9745.0	(深圳, 惠州)
2	-7393.0	(上海, 苏州)
3	-7053.0	(东莞, 惠州)
4	-4451.0	(北京, 保定)

想把这个里面的migrate拆成两列

#将元组拆包
#dataframe 中某一列是元组形式拆成两列
for i in range (len(df3_new)):
    l1 = [list(j)[0] for j in df3_new['migrate']]
    l2 = [list(k)[1] for k in df3_new['migrate']]
l1
l2
df3_new['地区'] = l1
df3_new['city'] = l2
df3_new
df3_new1 = df3_new.drop('migrate', axis = 1)
df3_new.head()

number1	地区	city
-11441.0	北京	廊坊
-9745.0	深圳	惠州
-7393.0	上海	苏州
-7053.0	东莞	惠州
-4451.0	北京	保定

2.普通拆分：（注：本方法不适用本文档）拆分有逗号隔开的列

df3_new
df3_new['地区'] = df3_new['migrate'].map(lambda x :x.split(',')[0])
df3_new['city'] = df3_new['migrate'].map(lambda x :x.split(',')[1])
df3_new

3.如何遍历一列数组并重新对数组进行编号赋值，形如['a', 'b', 'c', 'c', 'd']变成[1,2,3,3,4]

思路：

#1.将列表用set进行去重

#2.取长度，并生成等长的列表

#3将1,2的结果构建字典

#4对原始的列表进行字典映射

上代码：

city1 = set(list(city)) 
list(city1)[:10]

['遂宁', '北京', '乐山', '菏泽', '毕节', '枣庄', '运城', '吕梁', '吐鲁番', '张家界']

n = [ i for i in range(len(city1))]
c = list(city1)
data= dict(map(lambda x,y:[x,y], c,n))#将节点和标签建立字典
plane['n1'] = plane['地区'].map(data)#map函数将 节点和编号对应