Question

我有以下数据框（来自使用pd.read_csv的大型csv文件）：

sal_vcf_to_df = pd.read_csv(sal_filepath, delimiter='\t', header = 0, index_col = False,
                            low_memory=False, usecols=['listA', 'Amino_Acid_Change', 'Gene_Name'])

sal_df_wo_na = sal_vcf_to_df.dropna(axis = 0, how = 'any')

sal_df_wo_na['listA'] = sal_df_wo_na['listA'].apply(lambda x : ast.literal_eval(x))
sal_df_wo_na['listA'] = sal_df_wo_na['listA'].apply(lambda x: list(map(float, x)))

我得到的数据框：

            listA                Amino_Acid_Change        Gene_Name
0  "['133', '115', '3', '1']"        Q637K                 ATM                   
1  "['114', '115', '2', '3']"        I111                  PIK3R1
2  "['51', '59', '1', '1']"          T2491                 KMT2C

我想转换＆＃39; listA＆＃39;列到浮动列表。到目前为止，我已经尝试过几个步骤：

sal_df_wo_na['listA'] = sal_df_wo_na['listA'].apply(lambda x : ast.literal_eval(x))

然后：

sal_df_wo_na['DP4_freeBayes'] = sal_df_wo_na['DP4_freeBayes'].apply(lambda x: list(map(float, x)))

但是在第一步之后我得到了以下警告：

SettingWithCopyWarning: 
A value is trying to be set on a copy of a slice from a DataFrame.
Try using .loc[row_indexer,col_indexer] = value instead

有谁知道如何修复警告或有更好的解决方案？

Answer 1

选项1
pd.eval - 适用于最多100行
在这个可怕的专栏上执行转换的非常快速的方法是删除所有引号，然后调用pd.eval -

v = pd.eval(df.listA.str.replace("['\"]", '')).astype(float)

v
array([[ 133.,  115.,    3.,    1.],
       [ 114.,  115.,    2.,    3.],
       [  51.,   59.,    1.,    1.]])

重新分配结果 -

df['listA'] = v
df

              listA Amino_Acid_Change Gene_Name
0  [133, 115, 3, 1]             Q637K       ATM
1  [114, 115, 2, 3]              I111    PIK3R1
2    [51, 59, 1, 1]             T2491     KMT2C

选项2
ast.literal_eval - 可靠的主力
更新：pd.eval only supports upto a 100 rows，因此更慢，更可靠的回退将使用ast.literal_eval -

from ast import literal_eval

df.listA = df.listA.str.replace("'", '').apply(literal_eval)
df 

              listA Amino_Acid_Change Gene_Name
0  [133, 115, 3, 1]             Q637K       ATM
1  [114, 115, 2, 3]              I111    PIK3R1
2    [51, 59, 1, 1]             T2491     KMT2C

至于SettingWithCopyWarning，最好的阅读来源是

How to deal with SettingWithCopyWarning in Pandas?

简而言之，您正在做的是通过从更大的数据框中提取切片/视图来创建sal_df_wo_na，如下所示 -

sal_df_wo_na = df[<some condition here>]

这可能导致链式索引，大熊猫警告说。相反，你需要做类似

的事情

sal_df_wo_na = df[<some condition here>].copy()

使用pd.DataFrame.copy函数创建切片的副本。如果您的列中有对象，请将deep=True作为参数添加到copy。

如何将字符串列表的字符串转换为浮点数pandas列表

1 个答案: