[英]numpy.sum behaves differently on numpy.array vs pandas.DataFrame
[英]Store numpy.array in cells of a Pandas.DataFrame
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
)
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')
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]
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]]
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)
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']"
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]
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]
声明:本站的技术帖子网页,遵循CC BY-SA 4.0协议,如果您需要转载,请注明本站网址或者原文地址。任何问题请咨询:yoyou2525@163.com.