Python 熊猫-如何仅将列表的最后一个元素添加到另一列？

我有一个Pandas数据框，其中一些列中有列表：

email                         A                      B
something@gmail.com    [name1, name2]    [thing1, thing2, thing3]
another@gmail.com          [name]           [thing1, thing2]

我只希望在每行中有每个列表的最后一个元素，如下所示：

email                    A         B
something@gmail.com    name2    thing3
another@gmail.com      name     thing2

有没有简单的方法？我最初想到的是

---

data['newcolumn']=data['A'][Number of row][1]

，但我在做“Number of row”部分时有点不知所措。谢谢

假设您的数据帧被称为

df

，您可以执行以下操作

def return\u last\u元素（行）：
#如果给定列的行是list或tuple，则获取最后一个元素
如果isinstance（行，（列表，元组））：
返回行[-1]
#否则只返回值
其他：
返回行
#循环所有列，并将函数应用于每列的每一行
对于df.列中的列：
df[col]=df[col].apply（返回最后一个元素）

假设您的数据帧被称为

df

，您可以执行以下操作

def return\u last\u元素（行）：
#如果给定列的行是list或tuple，则获取最后一个元素
如果isinstance（行，（列表，元组））：
返回行[-1]
#否则只返回值
其他：
返回行
#循环所有列，并将函数应用于每列的每一行
对于df.列中的列：
df[col]=df[col].apply（返回最后一个元素）

这是我的答案，创建一个名为getLastValue（）的简单函数，它获取每行中的列表并返回该列表的最后一个值。见下文

import pandas as pd

data = {
    'email' : ['something@gmail.com ', 'another@gmail.com'],
    'A': [['name1','name2'], ['name']],
    'B': [['thing1', 'thing2', 'thing3'], ['thing1', 'thing2']]
}

def getLastValue(aList):
    return aList[-1]

df = pd.DataFrame(data)

df['A'] = df['A'].apply(getLastValue)
df['B'] = df['B'].apply(getLastValue)

print(df)

  

---

下面是我的答案，创建一个名为getLastValue（）的简单函数，它获取每行中的列表并返回该列表的最后一个值。见下文

import pandas as pd

data = {
    'email' : ['something@gmail.com ', 'another@gmail.com'],
    'A': [['name1','name2'], ['name']],
    'B': [['thing1', 'thing2', 'thing3'], ['thing1', 'thing2']]
}

def getLastValue(aList):
    return aList[-1]

df = pd.DataFrame(data)

df['A'] = df['A'].apply(getLastValue)
df['B'] = df['B'].apply(getLastValue)

print(df)

  

---

您只需使用

Series.str[-1]

：

In [145]: df = pd.DataFrame({'email':['something@gmail.com', 'another@gmail.com'], 'A':[['name1', 'name2'], ['name']], 'B':[['thing1', 'thing2', 'thing3'], ['thing1', 'thing2']]})

In [146]: df
Out[146]: 
                 email               A                         B
0  something@gmail.com  [name1, name2]  [thing1, thing2, thing3]
1    another@gmail.com          [name]          [thing1, thing2]

In [148]: df['A'] = df['A'].str[-1]

In [149]: df['B'] = df['B'].str[-1]

In [150]: df
Out[150]: 
                 email      A       B
0  something@gmail.com  name2  thing3
1    another@gmail.com   name  thing2

---

您只需使用

Series.str[-1]

：

In [145]: df = pd.DataFrame({'email':['something@gmail.com', 'another@gmail.com'], 'A':[['name1', 'name2'], ['name']], 'B':[['thing1', 'thing2', 'thing3'], ['thing1', 'thing2']]})

In [146]: df
Out[146]: 
                 email               A                         B
0  something@gmail.com  [name1, name2]  [thing1, thing2, thing3]
1    another@gmail.com          [name]          [thing1, thing2]

In [148]: df['A'] = df['A'].str[-1]

In [149]: df['B'] = df['B'].str[-1]

In [150]: df
Out[150]: 
                 email      A       B
0  something@gmail.com  name2  thing3
1    another@gmail.com   name  thing2

---

此代码可能会帮助您：

data['newA']=[data['A'][i][-1] for i in range(len(data))]
data['newB']=[data['B'][i][-1] for i in range(len(data))]

---

此代码可能会帮助您：

data['newA']=[data['A'][i][-1] for i in range(len(data))]
data['newB']=[data['B'][i][-1] for i in range(len(data))]