Python 使用新列更新数据帧
我想创建一个新列,其中包含跨行的所有不同值。行中的每个值都是一个字符串(不是列表) 这是dataframe的外观:Python 使用新列更新数据帧,python,pandas,Python,Pandas,我想创建一个新列,其中包含跨行的所有不同值。行中的每个值都是一个字符串(不是列表) 这是dataframe的外观: +-----------------------------+-------------------------+---------------------------------------------+ | first | second | third
+-----------------------------+-------------------------+---------------------------------------------+
| first | second | third |
+-----------------------------+-------------------------+---------------------------------------------+
|['able', 'shovel', 'door'] |['shovel raised'] |['shovel raised', 'raised', 'door', 'shovel']|
|['grade control'] |['grade'] |['grade'] |
|['light telling', 'love'] |['would love', 'closed'] |['closed', 'light'] |
+-----------------------------+-------------------------+---------------------------------------------+
这就是创建具有不同值的新列后dataframe的外观。
df=pd.DataFrame({'first':“['able','spoot','door']”,'second':“['spoot risted']”,'third':“['spoot risted','risted'”,“Distinct_set:“['able','spool','spoot risted','spoot risted']”,index=[0])
尝试以下操作:
df['new_col'] = df.apply(lambda x: list(set(x['first'] + x['second']+x['third'])), axis =1)
它创建了一组单个字符,因为单元格中的数据是字符串
“[‘能’、‘铲’、‘门’”
要更正此用法,请执行以下操作:
df['new_col'] = df.apply(lambda x: list(set(eval(x['first']) + eval(x['second'])+eval(x['third']))), axis =1)
试试这个:
df['new_col'] = df.apply(lambda x: list(set(x['first'] + x['second']+x['third'])), axis =1)
它创建了一组单个字符,因为单元格中的数据是字符串
“[‘能’、‘铲’、‘门’”
要更正此用法,请执行以下操作:
df['new_col'] = df.apply(lambda x: list(set(eval(x['first']) + eval(x['second'])+eval(x['third']))), axis =1)
您可以尝试下面的代码片段
import json
def get_list_from_str(s):
return json.loads(s.replace("'", '"'))
def flatten_list_rows(row):
return (set(
get_list_from_str(row['first']) +
get_list_from_str(row['second']) +
get_list_from_str(row['third'])
))
df['Distinct_set'] = df.apply(flatten_list_rows, axis=1)
您可以尝试下面的代码片段
import json
def get_list_from_str(s):
return json.loads(s.replace("'", '"'))
def flatten_list_rows(row):
return (set(
get_list_from_str(row['first']) +
get_list_from_str(row['second']) +
get_list_from_str(row['third'])
))
df['Distinct_set'] = df.apply(flatten_list_rows, axis=1)
这个怎么样:
import pandas as pd
import numpy as np
df = pd.DataFrame([[['able', 'shovel', 'door'], ['shovel raised'], ['shovel raised', 'raised', 'door', 'shovel']], [['grade control'], ['grade'], ['grade']], [['light telling', 'love'], ['would love', 'closed'], ['closed', 'light']]], columns=['first', 'second', 'third'])
df.apply(lambda row: [np.unique(np.hstack(row))], raw=True, axis=1)
最后一个命令生成:
0 [[able, door, raised, shovel, shovel raised]]
1 [[grade, grade control]]
2 [[closed, light, light telling, love, would lo...
可保存在数据框的新列中:
df['Distinct_set'] = df.apply(lambda row: [np.unique(np.hstack(row))], raw=True, axis=1)
这个怎么样:
import pandas as pd
import numpy as np
df = pd.DataFrame([[['able', 'shovel', 'door'], ['shovel raised'], ['shovel raised', 'raised', 'door', 'shovel']], [['grade control'], ['grade'], ['grade']], [['light telling', 'love'], ['would love', 'closed'], ['closed', 'light']]], columns=['first', 'second', 'third'])
df.apply(lambda row: [np.unique(np.hstack(row))], raw=True, axis=1)
最后一个命令生成:
0 [[able, door, raised, shovel, shovel raised]]
1 [[grade, grade control]]
2 [[closed, light, light telling, love, would lo...
可保存在数据框的新列中:
df['Distinct_set'] = df.apply(lambda row: [np.unique(np.hstack(row))], raw=True, axis=1)
请提供一个可复制的代码来生成数据,以便人们可以直接复制和使用。另外,你能提供更多的细节吗?你能告诉我一些你想要达到的目标吗?您尝试过的代码也有助于这项工作。请提供一个可复制的代码来生成数据,以便人们可以直接复制和使用。另外,你能提供更多的细节吗?你能告诉我一些你想要达到的目标吗?您尝试过的代码也有助于这项工作。它创建了一组字母表和标点符号,而我需要一组用倒逗号表示的单词。@Mohit Sharma,避免使用eval,它们有非常破坏性的输出。检查-它正在创建一组每个字母表和标点符号,而我需要一组用倒逗号表示的单词。@Mohit Sharma,避免使用eval,它们有非常破坏性的输出。选中-未将列表转换为字符串值。再读一遍问题。主要问题示例中的括号有误导性,即它们是否应该是实际字符串的一部分?一旦作者提供了生成数据帧的代码,我将重新评估。他在问题中提到,“行中的每个值都是字符串(不是列表)”,如果您看到预期df中的第一列,您也会知道。好的,您是对的。这意味着方括号是字符串的一部分,这很奇怪……您没有将列表转换为字符串值。再读一遍问题。主要问题示例中的括号有误导性,即它们是否应该是实际字符串的一部分?一旦作者提供了生成数据帧的代码,我将重新评估。他在问题中提到,“行中的每个值都是字符串(不是列表)”,如果您看到预期df中的第一列,您也会知道。好的,您是对的。这意味着方括号是字符串的一部分,这很奇怪。。。