Question

我有一个Pandas DataFrame，其中一列包含列表对象

      A
0   [1,2]
1   [3,4]
2   [8,9] 
3   [2,6]

如何访问每个列表的第一个元素并将其保存到DataFrame的新列中？得到这样的结果：

      A     new_col
0   [1,2]      1
1   [3,4]      3
2   [8,9]      8
3   [2,6]      2

我知道这可以通过遍历每一行来完成，但是有没有＆＃34; pythonic＆＃34;办法？

Answer 1

与往常一样，请记住，在帧中存储非标量对象通常是不受欢迎的，并且实际上只应用作临时中间步骤。

尽管如此，你可以使用.str访问器，即使它不是一列字符串：

>>> df = pd.DataFrame({"A": [[1,2],[3,4],[8,9],[2,6]]})
>>> df["new_col"] = df["A"].str[0]
>>> df
        A  new_col
0  [1, 2]        1
1  [3, 4]        3
2  [8, 9]        8
3  [2, 6]        2
>>> df["new_col"]
0    1
1    3
2    8
3    2
Name: new_col, dtype: int64

Answer 2

您可以使用map和lambda功能

df.loc[:, 'new_col'] = df.A.map(lambda x: x[0])

Answer 3

将apply与x[0]：

一起使用

df['new_col'] = df.A.apply(lambda x: x[0])
print df
        A  new_col
0  [1, 2]        1
1  [3, 4]        3
2  [8, 9]        8
3  [2, 6]        2

Answer 4

您可以使用条件列表推导来获取任何可迭代的第一个值，或者对该项使用None。列表理解是非常Pythonic。

df['new_col'] = [val[0] if hasattr(val, '__iter__') else None for val in df["A"]]

>>> df
        A  new_col
0  [1, 2]        1
1  [3, 4]        3
2  [8, 9]        8
3  [2, 6]        2

<强>计时

df = pd.concat([df] * 10000)

%timeit df['new_col'] = [val[0] if hasattr(val, '__iter__') else None for val in df["A"]]
100 loops, best of 3: 13.2 ms per loop

%timeit df["new_col"] = df["A"].str[0]
100 loops, best of 3: 15.3 ms per loop

%timeit df['new_col'] = df.A.apply(lambda x: x[0])
100 loops, best of 3: 12.1 ms per loop

%timeit df.A.map(lambda x: x[0])
100 loops, best of 3: 11.1 ms per loop

删除安全检查以确保可以进行互动。

%timeit df['new_col'] = [val[0] for val in df["A"]]
100 loops, best of 3: 7.38 ms per loop

访问包含列表的Pandas DataFrame列的每个第1个元素

4 个答案: