Python 将numpy.array存储在Pandas.DataFrame的单元格中
我有一个数据帧,我想在其中存储“raw”Python 将numpy.array存储在Pandas.DataFrame的单元格中,python,pandas,numpy,dataframe,Python,Pandas,Numpy,Dataframe,我有一个数据帧,我想在其中存储“raw”numpy.array: df['COL_ARRAY'] = df.apply(lambda r: np.array(do_something_with_r), axis=1) 但似乎熊猫试图“解包”numpy.array 有解决办法吗?除了使用包装器之外(请参见下面的编辑) 我尝试了reduce=False,但没有成功 编辑 这是可行的,但我必须使用'dummy'Data类来包装数组,这既不令人满意,也不是很优雅 class Data: def
numpy.array
:
df['COL_ARRAY'] = df.apply(lambda r: np.array(do_something_with_r), axis=1)
但似乎熊猫试图“解包”numpy.array
有解决办法吗?除了使用包装器之外(请参见下面的编辑)
我尝试了reduce=False
,但没有成功
编辑
这是可行的,但我必须使用'dummy'Data
类来包装数组,这既不令人满意,也不是很优雅
class Data:
def __init__(self, v):
self.v = v
meas = pd.read_excel(DATA_FILE)
meas['DATA'] = meas.apply(
lambda r: Data(np.array(pd.read_csv(r['filename'])))),
axis=1
)
在numpy数组周围使用包装器,即将numpy数组作为列表传递
a = np.array([5, 6, 7, 8])
df = pd.DataFrame({"a": [a]})
输出:
a
0 [5, 6, 7, 8]
1
1 [5, 6, 7, 8]
输出:
a b id new
0 on on 1 [on, on, 1]
1 on off 2 [on, off, 2]
2 off on 3 [off, on, 3]
3 off off 4 [off, off, 4]
array(['on', 'on', '1'], dtype='<U2')
输出:
a b id new
0 on on 1 [on, on, 1]
1 on off 2 [on, off, 2]
2 off on 3 [off, on, 3]
3 off off 4 [off, off, 4]
array(['on', 'on', '1'], dtype='<U2')
array(['on','on','1',dtype='您可以将数据框数据参数包装在方括号中,以在每个单元格中维护np.array
:
one_d_array = np.array([1,2,3])
two_d_array = one_d_array*one_d_array[:,np.newaxis]
two_d_array
array([[1, 2, 3],
[2, 4, 6],
[3, 6, 9]])
pd.DataFrame([
[one_d_array],
[two_d_array] ])
0
0 [1, 2, 3]
1 [[1, 2, 3], [2, 4, 6], [3, 6, 9]]
假设您有一个数据帧ds
,它有一个名为“class”的列包含字符串或数字,您希望使用numpy.ndarray
s或list
s对其进行更改,以下代码会有所帮助。在代码中,class2vector
是numpy.ndarray
或list
和ds_class
是一个过滤条件
ds['class']=ds['class'].map(lambda x:class2vector if(isinstance(x,str)和(x==ds_class))else x)
只需通过第一个应用
将要存储在单元格中的内容包装到一个列表
对象中,然后通过该列表的索引0
到第二个应用
:
import pandas as pd
import numpy as np
df = pd.DataFrame({'id': [1, 2, 3, 4],
'a': ['on', 'on', 'off', 'off'],
'b': ['on', 'off', 'on', 'off']})
df['new'] = df.apply(lambda x: [np.array(x)], axis=1).apply(lambda x: x[0])
df
输出:
id a b new
0 1 on on [1, on, on]
1 2 on off [2, on, off]
2 3 off on [3, off, on]
3 4 off off [4, off, off]
如果首先将列设置为具有类型对象
,则可以插入数组而无需任何换行:
df = pd.DataFrame(columns=[1])
df[1] = df[1].astype(object)
df.loc[1, 1] = np.array([5, 6, 7, 8])
df
输出:
a
0 [5, 6, 7, 8]
1
1 [5, 6, 7, 8]
这是可行的,但是我宁愿使用一个虚拟类而不是列表。如果你不使用tuple(r)
而使用np.array([[1,2],[3,4]])
,也就是说,一个2维数组?tuple(r)
也可以使用二维数组。你是说替换tuple(r)吗使用2D np.array?是的。我的意思是,我理解您的解决方案,而且它是有效的,但是如果我想在new
列中使用2D np.array(而不是如图所示的1D数组),该怎么办?你能在你的问题中添加预期的输出吗?如果你想创建一个新的2D数组,行中的所有元素都应该是numpy数组。我的解决方案就是这样。如果它是混合类型,你必须先使用if else使它成为numpy数组。这些元素变成列表
s否?@javadba我将上面的输出设置为df
,然后查看print(类型(df.iloc[0,0]))
-->这是Pandas 0.23.0。你看到了与另一个版本不同的东西吗?事实上你是对的-一个更高投票率的答案听起来像是ndarray会转换成一个列表。我刚刚测试了这一点。没有
我们在df
和中得到的行
正如你所说,我们得到了ndarray
s