Question

我有一个数据框，我想在其中存储＆＃39; raw＆＃39; numpy.array：

df['COL_ARRAY'] = df.apply(lambda r: np.array(do_something_with_r), axis=1)

但似乎pandas试图解开＆＃39; numpy.array。

有解决方法吗？除了使用包装器（参见下面的编辑）？

我尝试reduce=False但没有成功。

修改

这样可行，但我必须使用＆＃39;虚拟＆＃39; <{1}}类包围数组，这是不令人满意的，也不是很优雅。

Data

Answer 1

在numpy数组周围使用包装器，即将numpy数组作为列表传递

a = np.array([5, 6, 7, 8])
df = pd.DataFrame({"a": [a]})

输出：

             a
0  [5, 6, 7, 8]

或者您可以通过创建元组来使用apply(np.array)，即如果您有数据框

df = pd.DataFrame({'id': [1, 2, 3, 4],
                   'a': ['on', 'on', 'off', 'off'],
                   'b': ['on', 'off', 'on', 'off']})

df['new'] = df.apply(lambda r: tuple(r), axis=1).apply(np.array)

输出：

     a    b  id            new
0   on   on   1    [on, on, 1]
1   on  off   2   [on, off, 2]
2  off   on   3   [off, on, 3]
3  off  off   4  [off, off, 4]

df['new'][0]

输出：

array(['on', 'on', '1'], dtype='<U2')

Answer 2

如果您首先将列设置为类型object，则可以插入数组而无需任何包装：

df = pd.DataFrame(columns=[1])
df[1] = df[1].astype(object)
df.loc[1, 1] = np.array([5, 6, 7, 8])
df

输出：

    1
1   [5, 6, 7, 8]

Answer 3

您可以将数据框数据args包装在方括号中，以保持每个单元格中的np.array：

one_d_array = np.array([1,2,3])
two_d_array = one_d_array*one_d_array[:,np.newaxis]
two_d_array

array([[1, 2, 3],
       [2, 4, 6],
       [3, 6, 9]])


pd.DataFrame([
    [one_d_array],
    [two_d_array] ])

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

Answer 4

假设您有一个DataFrame ds ，它有一个名为“ class”的列。如果 ds ['class']包含字符串或数字，并且您想使用numpy.ndarray或list s对其进行更改，则以下代码会有所帮助。在代码中， class2vector 是numpy.ndarray或list，而 ds_class 是过滤条件。

ds['class'] = ds['class'].map(lambda x: class2vector if (isinstance(x, str) and (x == ds_class)) else x)

Answer 5

只需将要存储在单元格中的内容通过第一个list包装到apply对象，然后通过第二个{{1}中的index 0中的list提取它即可}}：

apply

输出：

import pandas as pd
import numpy as np

df = pd.DataFrame({'id': [1, 2, 3, 4],
                   'a': ['on', 'on', 'off', 'off'],
                   'b': ['on', 'off', 'on', 'off']})


df['new'] = df.apply(lambda x: [np.array(x)], axis=1).apply(lambda x: x[0])

df

将numpy.array存储在Pandas.DataFrame的单元格中

5 个答案: