Python 将数据帧列中的整数转换为列表

我有一个包含整数值列的pandas数据框，但我似乎不知道如何将列中的值放入列表中

那么比如说,

NUMBERS ------> NUMBERS
 1                [1]
 2                [2]
 3                [3]
 4                [4]
 5                [5]
 6                NaN
 7                [7]
 8                NaN

谢谢。

这是一种方法

df['NUMBERS'] = df['NUMBERS'].apply(lambda x: [x])

但是，除非您有非常具体的原因，否则不鼓励这样做，因为您失去了

熊猫

的矢量化优势

要控制值为

np.nan

时的行为：

df = pd.DataFrame({'NUMBERS': list(range(1, 8))})

df['NUMBERS'] = df['NUMBERS'].apply(lambda x: [int(x)] if not pd.isnull(x) \
                                               in (6, 8) else np.nan)

你也可以这样做：

大堆

df[“NUMBERS”].值。重塑（5,1）

，这将给您

array([[1],
       [2],
       [3],
       [4],
       [5]])

这将是一个数组，它将保持

熊猫

的矢量化优势

名单 或者，要获取列表列表，您可以执行以下操作：

[[x]表示df[“数字”]]中的x

这将使：

[[1]、[2]、[3]、[4]、[5]]

列表的DF 正如@piRSquared所建议的，您可以：

df.assign（Numbers=df.Numbers.values.reformate（-1,1.tolist（））

将返回另一个DF，每个值作为列表：

  Numbers
0     [1]
1     [2]
2     [3]
3     [4]
4     [5]

---

numpy

解决方案

df['Num']=df.NUMBERS.values[:,None].tolist()
df
Out[322]: 
   NUMBERS  Num
0        1  [1]
1        2  [2]
2        3  [3]
3        4  [4]
4        5  [5]

---

谢谢，我试试看。我对熊猫很陌生，所以这些矢量化的好处到底是什么，如果你不想深入的话，一个链接就足够了。另外，如何防止在使用apply时将“Nan”存储在列表中？@Blank在数据中包含此类边缘情况通常是一个好主意。因此，基本上，该列也有带有Nan值的空单元格，但我只希望列表中的整数，并排除Nan值。我正试图编辑主要问题，以包括这一点，但我不知道如何感谢你！，已成功编辑它。当我尝试更新的解决方案时，我遇到了以下错误---->ufunc“isnan”不支持输入类型，并且无法根据强制转换规则“安全”将输入安全强制为任何支持的类型。。。列的内容为object类型。这有关系吗？用

df.assign（Numbers=df.Numbers.values.reforme（-1，1.tolist（））

Good suggestion@piRSquared，我没想到这个。这就是你的答案。我只是把它包起来，这样它就能产生OP要求的结果。我本来打算提供这个答案，但我认为这基本上就是你想要的。因此，我为您提供了使其工作的包装器。你值得表扬（-：