将 numpy.array 存储在 Pandas.DataFrame 的单元格中

Question

我有一个 dataframe ，我想在其中存储“原始” numpy.array ：

df['COL_ARRAY'] = df.apply(lambda r: np.array(do_something_with_r), axis=1)

但似乎pandas试图“解压”numpy.array。

有解决方法吗？ 除了使用包装器（见下面的编辑）？

我试过reduce=False但没有成功。

编辑

这行得通，但我必须使用“虚拟” Data class 来环绕数组，这是不令人满意的，也不是很优雅。

class Data:
    def __init__(self, v):
        self.v = v

meas = pd.read_excel(DATA_FILE)
meas['DATA'] = meas.apply(
    lambda r: Data(np.array(pd.read_csv(r['filename'])))),
    axis=1
)

Answer 1

在 numpy 数组周围使用包装器，即将 numpy 数组作为列表传递

a = np.array([5, 6, 7, 8])
df = pd.DataFrame({"a": [a]})

输出：

a
0  [5, 6, 7, 8]

或者您可以通过创建元组来使用apply(np.array) ，即如果您有数据框

df = pd.DataFrame({'id': [1, 2, 3, 4],
                   'a': ['on', 'on', 'off', 'off'],
                   'b': ['on', 'off', 'on', 'off']})

df['new'] = df.apply(lambda r: tuple(r), axis=1).apply(np.array)

输出：

a    b  id            new
0   on   on   1    [on, on, 1]
1   on  off   2   [on, off, 2]
2  off   on   3   [off, on, 3]
3  off  off   4  [off, off, 4]

df['new'][0]

输出：

array(['on', 'on', '1'], dtype='<U2')

Answer 2

如果您首先将列设置为object类型，则可以插入一个数组而无需任何换行：

df = pd.DataFrame(columns=[1])
df[1] = df[1].astype(object)
df.loc[1, 1] = np.array([5, 6, 7, 8])
df

输出：

    1
1   [5, 6, 7, 8]

Answer 3

您可以将 Data Frame 数据参数包装在方括号中以维护每个单元格中的np.array ：

one_d_array = np.array([1,2,3])
two_d_array = one_d_array*one_d_array[:,np.newaxis]
two_d_array

array([[1, 2, 3],
       [2, 4, 6],
       [3, 6, 9]])


pd.DataFrame([
    [one_d_array],
    [two_d_array] ])

                                   0
0                          [1, 2, 3]
1  [[1, 2, 3], [2, 4, 6], [3, 6, 9]]

Answer 4

假设您有一个 DataFrame ds并且它有一个名为“class”的列。 如果ds ['class'] 包含字符串或数字，并且您想使用numpy.ndarray或list更改它们，则以下代码会有所帮助。 在代码中， class2vector是一个numpy.ndarray或list而ds_class是一个过滤条件。

ds['class'] = ds['class'].map(lambda x: class2vector if (isinstance(x, str) and (x == ds_class)) else x)

Answer 5

选择eval buildin function 易于使用且易于阅读。

# First ensure use object store str
df['col2'] = self.df['col2'].astype(object)
# read
arr_obj = eval(df.at[df[df.col_1=='xyz'].index[0], 'col2']))
# write
df.at[df[df.col_1=='xyz'].index[0], 'col2'] = str(arr_obj)

真实商店展示完美的人类可读价值：

col_1,  col_2
xyz,    "['aaa', 'bbb', 'ccc', 'ddd']"

Answer 6

只需通过第一个apply将您想要存储在一个单元格中的内容包装到一个list对象中，然后通过第二个apply将该list的index 0提取出来：

import pandas as pd
import numpy as np

df = pd.DataFrame({'id': [1, 2, 3, 4],
                   'a': ['on', 'on', 'off', 'off'],
                   'b': ['on', 'off', 'on', 'off']})


df['new'] = df.apply(lambda x: [np.array(x)], axis=1).apply(lambda x: x[0])

df

输出：

    id  a       b       new
0   1   on      on      [1, on, on]
1   2   on      off     [2, on, off]
2   3   off     on      [3, off, on]
3   4   off     off     [4, off, off]

Answer 7

这是我的 2 美分贡献（在 Python 3.7 上测试）：

import pandas as pd
import numpy as np

dataArray = np.array([0.0, 1.0, 2.0])
df = pd.DataFrame()
df['User Col A'] = [1]
df['Array'] = [dataArray]