Question

我使用python pandas在DataFrame中组织一些测量值。其中一列是我想要在2D矢量中转换的值，所以让我们说该列包含这样的值：

我希望逐列更改此列的值（在for循环中）：

for value in values:
    df.['col1'][value] = convert2Vector(df.['col1'][value])

以便列col1成为：

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

值仅为示例，函数convert2Vector()将角度转换为2D矢量。

使用我写的for - 循环它不起作用..我收到错误：

ValueError: setting an array element with a sequence.

我能理解。

所以问题是：怎么做？

Answer 1

您应该调用第一个订单函数，例如df.apply或df.transform，它会创建一个新列，然后您将其分配回来：

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

在你的情况下，你会这样做：

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

Answer 2

该异常来自于您希望在存储list的列（array）中插入array或int这一事实。并且Pandas和NumPy中的array不能有“粗糙的形状”，所以你不能在一行中有2个元素而在所有其他行中都不能有1个元素（除了可能有掩蔽）。

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.

但这有效：

>>> 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，由于您使用for循环迭代Column，因此您似乎不需要性能，因此您也可以使用object数组。

如果你想快速做，你应该做的是对convert2vector函数进行向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

用pandas中的向量列替换一列值

2 个答案: