数据框内的熊猫数据框

Question

我正在尝试训练多对象分类器。 为此，我将数据集信息存储到了当前的熊猫数据框架中，如下所示：

|IMAGE_PATHS---|LABELS------------------------------------------|
|path_to_image1|[[c11 x11 y11 w11 h11],[c12 x12 y12 w12 h12]...]| 
|path_to_image2|[[c21 x21 y21 w21 h21],[c22 x22 y22 w22 h22]...]| 
|...

但是以这种方式拥有它并不容易。 例如，如果我想查看图像中标记的所有独角兽，则需要遍历每行中的所有元素并寻找它们。 如果此标签为DataFrames，则可以轻松将其过滤为df[df["label"] == "unicorn"] 。

那么，有没有一种方法可以轻松地在此DataFrame中创建一个DataFrame或其他有趣的技巧？

Answer 1

如果您的标签只是嵌套列表，则可以执行以下操作：

df[df['LABELS'].apply(lambda x: 'unicorn' in [item for sublist in x for item in sublist])]

这会将子列表拉平到lambda函数中的单个列表中，然后检查其是否包含“独角兽”，对df进行遮罩，最后返回过滤的df