Python 将一列值替换为熊猫中的一列向量

我正在使用python在数据帧中组织一些度量值。 其中一列是我想在2D向量中转换的值，假设该列包含这样的值：

 col1
 25
 12
 14
 21

我希望此列的值逐个更改（在for循环中）：

使列

col1

变为：

 col1
 [-1. 21.]
 [-1. -2.]
 [-15. 54.]
 [11. 2.]

这些值只是示例，函数

convert2Vector（）

将角度转换为二维向量

我写的

for

-循环不起作用。。我得到一个错误：

ValueError: setting an array element with a sequence. 

我能理解

---

所以问题是：如何做到这一点

这个例外是因为您希望在存储

int

的列（

array

）中插入

列表或
array
）。Pandas和NumPy中的数组

s不能有“参差不齐的形状”，因此不能在一行中有2个元素，在所有其他行中有1个元素（可能有遮罩的情况除外）

要使其工作，您需要存储“常规”对象。例如：

import pandas as pd

df = pd.DataFrame({'col1' : [25, 12, 14, 21]})
df.col1[0] = [1, 2]
# ValueError: setting an array element with a sequence. 

但这是可行的：

>>> df.col1 = df.col1.astype(object)
>>> df.col1[0] = [1, 2]
>>> df
     col1
0  [1, 2]
1      12
2      14
3      21

注意：我不建议这样做，因为

object

列比特定类型的列慢得多。但是，由于使用

for

循环对列进行迭代，因此似乎不需要性能，因此也可以使用

对象

数组

---

如果您想快速实现，您应该做的是将

convert2vector

函数矢量化，并将结果分配给两列：

import pandas as pd
import numpy as np

def convert2Vector(angle):
    """I don't know what your function does so this is just something that
    calculates the sin and cos of the input..."""
    ret = np.zeros((angle.size, 2), dtype=float)
    ret[:, 0] = np.sin(angle)
    ret[:, 1] = np.cos(angle)
    return ret

>>> df = pd.DataFrame({'col1' : [25, 12, 14, 21]})
>>> df['col2'] = [0]*len(df)
>>> df[['col1', 'col2']] = convert2Vector(df.col1)
>>> df
       col1      col2
0 -0.132352  0.991203
1 -0.536573  0.843854
2  0.990607  0.136737
3  0.836656 -0.547729

---

您应该调用一个一阶函数，如

df.apply

或

df.transform

，该函数创建一个新列，然后重新分配：

In [1022]: df.col1.apply(lambda x: [x, x // 2])
Out[1022]: 
0    [25, 12]
1     [12, 6]
2     [14, 7]
3    [21, 10]
Name: col1, dtype: object 

在您的情况下，您将执行以下操作：

df['col1'] = df.col1.apply(convert2vector)

---

在
系列上应用
与
for
循环一样慢。在这种情况下，它甚至更慢，因为它有一个间接层（lambda

）。但这仍然是一个很好的答案，只需要再澄清一点。：）@我真是太蠢了。不需要lambda！我不是这个意思<代码>在

系列上应用

只是一种更好的隐藏反模式。但是没有lambda会更好一些：D@MSeifert啊,对。当你这样说的时候，谢谢！那么，为了将向量的元素用作实数，我需要再次转换它们吗？@BenJo你是说在第二种情况下还是第一种情况下？第二种情况很简单：只需在需要第一项的地方使用

col1

，在需要第二项的地方使用

col2

。如果您讨论的是第一种情况，那么可以使用

np.array（df.col1）

将其转换为

rows x 2

array:）2列解决方案的问题是，我必须在定义了列数的数据库中导入数据帧，以便第一种解决方案更适合。特别是如果我仍然可以访问向量的元素作为实数numbers@BenJo这也在一定程度上取决于数据库。您需要避免将任何内容存储为字符串（这样转换为数字会有点烦人）。但如果它能存储数字列表，那么你就没事了。

df['col1'] = df.col1.apply(convert2vector)