如何删除熊猫中的空列表？

Question

我正在从 csv 中读取数据我有一个这样的数据框：

product_title   variatons_color          
T-shirt          ['yellow','ornage'] 
T-shirt          []
T-shirt          ['blue','green']

我预期的数据框将如下所示

product_title   variatons_color          
T-shirt          ['yellow','ornage'] 
T-shirt         
T-shirt          ['blue','green']

我想删除空列表。 如何在熊猫中做到这一点？

update1我应用了 Scott Boston、Ynjxsjmh和BENY解决方案。 所有解决方案都为我的所有行填充 None 值，但我只需要为我的空列表填充 None 值。 当我运行type(df.loc[0,'variations_color'])返回str

Answer 1

你可以试试

df['variatons_color'] = df['variatons_color'].apply(lambda lst: lst if len(lst) else '')

print(df)

  product_title   variatons_color
0       T-shirt  [yellow, ornage]
1       T-shirt
2       T-shirt     [blue, green]

Answer 2

使用布尔检查检查分配

df.loc[~df['variatons_color'].astype(bool),'variatons_color'] = ''

更新

df.loc[df['variatons_color'].eq('[]'),'variatons_color'] = ''

Answer 3

只需apply len ：

df.loc[df['variations_color'].apply(len) == 0, 'variations_color'] = ''

或者

df.loc[df['variations_color'].apply(len) == 0, 'variations_color'] =  np.nan

输出：

  product_title  variations_color
0       T-shirt  [yellow, orange]
1       T-shirt               NaN
2       T-shirt     [blue, green]

给定df，

df = pd.DataFrame({'product_title':['T-shirt']*3,
                   'variations_color':[['yellow', 'orange'],[],['blue', 'green']]})

---

但是，如果您的 datafame 结构是这样的：

df = pd.DataFrame({'product_title':['T-shirt']*3,
                   'variations_color':['[yellow, orange]','[]','[blue, green]']})

然后，您可以使用以下内容：

df.loc[df['variations_color'] == '[]', 'variations_color'] = np.nan

输出：

  product_title  variations_color
0       T-shirt  [yellow, orange]
1       T-shirt               NaN
2       T-shirt     [blue, green]

---

注意第一个例子的区别

type(df.loc[0,'variations_color'])返回一个列表

并且，第二个返回 str。 数据框的字符串表示是相同的，因此您无法仅在打印时查看它来判断。 在 python 中，了解您正在使用的对象的类型（数据类型）总是很重要的。

Answer 4

import pandas as pd
df = pd.DataFrame({'product_title':['T-shirt']*3,
                   'variations_color':[['yellow', 'orange'],[],['blue', 'green']]})
df['variations_color'] = df['variations_color'].apply(lambda x: None if any(eval(str(x))) == False else x)
df

Answer 5

看这里！

import pandas as pd
from io import StringIO

data = '''
product_title   variatons_color          
T-shirt          ['yellow','ornage'] 
T-shirt          []
T-shirt          ['blue','green']
'''

df = pd.read_csv(StringIO(data), delim_whitespace=True)
df.variatons_color = df.variatons_color.apply(eval)
df
'''
  product_title   variatons_color
0       T-shirt  [yellow, ornage]
1       T-shirt                []
2       T-shirt     [blue, green]
'''



type(df.iat[0, 1])
# list


df.mask(df.applymap(len) == 0, None)
'''
  product_title   variatons_color
0       T-shirt  [yellow, ornage]
1       T-shirt              None
2       T-shirt     [blue, green]
'''

完毕！