将2个熊猫列表填充的列连接到1个大列表中？

Question

我有一个看起来像这样的Pandas DataFrame：

     NAME      total           total_temp
ID                                      
1     CVS     [abc1]       [cba, xyzzy01]
2  Costco     [bcd2, 22]   [dcb, xyzzy02]
3   Apple     [cde3]       [edc, xyzzy03]

我想添加一个新列total_temp_2，以便数据看起来像这样：

     NAME      total       total_temp                   total_temp_2
ID                                                  
1     CVS     [abc1]       [cba, xyzzy01]       [abc1, cba, xyzzy01]
2  Costco     [bcd2, 22]   [dcb, xyzzy02]   [bcd2, 22, dcb, xyzzy02]
3   Apple     [cde3]       [edc, xyzzy03]       [cde3, edc, xyzzy03]

我觉得我可以通过非常低效的方式来串联列表，但我怀疑我遗漏了一些我不了解的关于熊猫的信息。

我如何使用熊猫来完成此操作？

Answer 1

在处理混合类型时，I usually recommend using something like a list comprehension具有最小的内存和性能开销。

df['total_temp_2'] = [x + y for x, y in zip(df['total'], df['total_temp'])]
df

      NAME       total      total_temp              total_temp_2
ID                                                              
1      CVS      [abc1]  [cba, xyzzy01]      [abc1, cba, xyzzy01]
2   Costco  [bcd2, 22]  [dcb, xyzzy02]  [bcd2, 22, dcb, xyzzy02]
3    Apple      [cde3]  [edc, xyzzy03]      [cde3, edc, xyzzy03]

如果这些是字符串列，则可以使用ast.literal_eval来解析它们：

import ast

c = df.select_dtypes(include=[object]).columns
df[c] = df[c].applymap(ast.literal_eval)

如果上述解决方案抛出ValueError: malformed node or string:，请尝试使用yaml软件包。

import yaml
df = df.applymap(yaml.load)

---

有趣的是，简单的加法对我而言适用于0.24。

df['total'] + df['total_temp']

ID
1        [abc1, cba, xyzzy01]
2    [bcd2, 22, dcb, xyzzy02]
3        [cde3, edc, xyzzy03]
dtype: object

这些也可以，

df['total'].add(df['total_temp'])

ID
1        [abc1, cba, xyzzy01]
2    [bcd2, 22, dcb, xyzzy02]
3        [cde3, edc, xyzzy03]
dtype: object

df['total_temp'].radd(df['total'])

ID
1        [abc1, cba, xyzzy01]
2    [bcd2, 22, dcb, xyzzy02]
3        [cde3, edc, xyzzy03]
dtype: object

就简单性而言，这些功能很棒，但由于混合类型操作难以向量化，因此具有固有的循环性。

Answer 2

在这种情况下（希望将功能应用于数据框，我通常会去.apply()。因此，我将执行以下操作：

df['total_temp_2'] = df.apply(lambda x: x['total'] + x['total_temp'], axis=1)

对于这种类型的转换，使用内置的熊猫功能是最佳选择。