Question

我有一个看起来像这样的Pandas DataFrame：

| Index | Value        |
|-------|--------------|
| 1     | [1, 12, 123] |
| 2     | [12, 123, 1] |
| 3     | [123, 12, 1] |

和我想在第三列后面附加数组元素长度列表：

| Index | Value        | Expected_value |
|-------|--------------|----------------|
| 1     | [1, 12, 123] | [1, 2, 3]      |
| 2     | [12, 123, 1] | [2, 3, 1]      |
| 3     | [123, 12, 1] | [3, 2, 1]      |

我尝试使用python lambda函数并映射如下：

dataframe["Expected_value"] = dataframe.value.map(lambda x: len(str(x)))

但没有列表我得到了这些长度的总和：

| Index | Value        | Expected_value |
|-------|--------------|----------------|
| 1     | [1, 12, 123] | 6              |
| 2     | [12, 123, 1] | 6              |
| 3     | [123, 12, 1] | 6              |

Answer 1

您可以将list comprehension与map一起使用：

dataframe["Expected_value"] = dataframe.Value.map(lambda x: [len(str(y)) for y in x])

或嵌套列表理解：

dataframe["Expected_value"] = [[len(str(y)) for y in x] for x in dataframe.Value]

对于整数的获取，也可以使用替代方法：

import math
dataframe["Expected_value"] = [[int(math.log10(y))+1 for y in x] for x in dataframe.Value]

print (dataframe)
   Index         Value Expected_value
0      1  [1, 12, 123]      [1, 2, 3]
1      2  [12, 123, 1]      [2, 3, 1]
2      3  [123, 12, 1]      [3, 2, 1]

Answer 2

使用列表理解：

[[len(str(y)) for y in x] for x in df['Value'].tolist()]
# [[1, 2, 3], [2, 3, 1], [3, 2, 1]]

df['Expected_value'] = [[len(str(y)) for y in x] for x in df['Value'].tolist()]
df

   Index         Value Expected_value
0      1  [1, 12, 123]      [1, 2, 3]
1      2  [12, 123, 1]      [2, 3, 1]
2      3  [123, 12, 1]      [3, 2, 1]

如果您需要处理丢失的数据，

def foo(x):
    try:
       return [len(str(y)) for y in x]
    except TypeError:
        return np.nan

df['Expected_value'] = [foo(x) for x in df['Value'].tolist()]
df

   Index         Value Expected_value
0      1  [1, 12, 123]      [1, 2, 3]
1      2  [12, 123, 1]      [2, 3, 1]
2      3  [123, 12, 1]      [3, 2, 1]

在处理对象类型数据时，这可能是性能上最好的。请在For loops with pandas - When should I care?上阅读更多内容。

使用pd.DataFrame，applymap和agg的另一种解决方案：

pd.DataFrame(df['Value'].tolist()).astype(str).applymap(len).agg(list, axis=1)

0    [1, 2, 3]
1    [2, 3, 1]
2    [3, 2, 1]
dtype: object

基于另一列追加Pandas DataFrame列

2 个答案: