Question

所以我有这个：

df = pd.DataFrame({'array': [[], [], []]})

# need to add an element in index 0
df[df.index==0].array[0].append(1) # works! add 1 to first row

df[df.index==1].array[0].append(2) # doesnt work!
df[df.index==1].array[1].append(2) # works! add 2 to second row
df.array[3].append(10) # works! add 10 to 3rd row

我的问题是为什么？我不明白。如果我想将多个相似元素添加到多个列表怎么办？

df[df.index>0].array.append(2) # obviously does not work

[说明]

一些解释。我认为部分问题出在我如何创建原始数据框

# This was how I created it
df = pd.DataFrame({'array': 3 * [[]]})

# It gives different result than this method:
df = pd.DataFrame({'array': [[] for i in range(3)]

# Or this method:
df = pd.DataFrame({'array': [[], [], []] })

除此之外，我意识到它非常相似。尽管答案比链接的线程提供了更多的解释。因此希望这个问题能够解决。请让我知道是否需要删除此主题，因为我想保存所有来自此处的答案和建议。

Answer 1

当您致电df[df.index==1]时，您会感到厌烦：

1    []
Name: array, dtype: object

请注意数字1 -您正在对索引进行切片，因此在尝试访问索引时很有意义：

df[df.index==1].array[0]

它试图获取一个不存在的 zeroth 元素。由于这个和其他原因，pandas提供了iloc和loc。以下将按预期执行并产生结果：

df = pd.DataFrame({'array': [[], [], []]})
df.iloc[0].array.append(0)
df.iloc[1].array.append(2)
df.iloc[0].array.append(0)
df.iloc[1].array.append(2)

Answer 2

for x in df[df.index>0].array:
    x.append(2)

df[df.index>0].array.append(2)不起作用，因为df[df.index>0].array返回一系列列表，因此我们必须枚举该系列并将其插入每个列表中。

Answer 3

如果您尝试使用逻辑表达式选择要添加到单元格列表中的项目，则需要使用其他方法。

Pandas使用“常规”方法名称对序列进行操作，以引用实际Pandas数据框。因此，您不能仅以与a[i].append相同的方式进行a[i] *= 2。：-（

This question有很多有用的答案。我认为您想要的那个可能看起来像这样：

h[1] >>> print(f)
  array
0    []
1    []
2    []
h[1] >>> f[f.index>0].array.apply([2].__add__)
1    [2]
2    [2]
Name: array, dtype: object

Answer 4

问题的一部分是，您似乎正在尝试访问实际上不存在的索引，因此您需要确保它们确实存在。为了追加数组，您可以使用iloc或iat，通常建议使用后者来访问整数：

import pandas as pd

df = pd.DataFrame({'array': [[], [], []]})

# need to add an element in index 0
df.iat[0,0].append(1)  # works! add 1 to first row
df.iat[1,0].append(2)  # works! add 2 to second row
df.iat[1,0].append(2)  # works! add another 2 to second row
df.iat[2,0].append(10) # works! add 10 to 3rd row

结果：

    array
0     [1]
1  [2, 2]
2    [10]

iat
  _{按整数位置访问行/列对的单个值。与iloc相似，两者都提供基于整数的查找。
  如果您只需要在DataFrame或Series中获取或设置单个值，请使用iat。}

↳pandas.DataFrame.iat

将元素添加到指定数据框行中的列表

4 个答案: