Question

我正在尝试训练多对象分类器。为此，我将数据集信息存储到了当前的熊猫数据框架中：

|IMAGE_PATHS---|LABELS------------------------------------------|
|path_to_image1|[[c11 x11 y11 w11 h11],[c12 x12 y12 w12 h12]...]| 
|path_to_image2|[[c21 x21 y21 w21 h21],[c22 x22 y22 w22 h22]...]| 
|...

但是以这种方式拥有它并不容易。例如，如果我想查看图像中标记的所有独角兽，则需要遍历每行中的所有元素并寻找它们。如果此标签是DataFrames，我可以轻松地将它们过滤为df[df["label"] == "unicorn"]。

那么有没有一种方法可以轻松地在此DataFrame中创建一个DataFrame或其他有趣的技巧？

Answer 1

如果标签只是嵌套列表，则可以执行以下操作：

df[df['LABELS'].apply(lambda x: 'unicorn' in [item for sublist in x for item in sublist])]

这会将子列表拉平到lambda函数中的单个列表中，然后检查其是否包含“ unicorn”，遮盖df并最终返回过滤的df

数据框内的熊猫数据框

1 个答案: