如何将数据存储在 Pandas dataframe 类似于 MATLAB 元胞数组？

Question

我通过 uni 工作熟悉 MATLAB，但最近一直在使用 python，因为这是我目前可以访问的。

我正在处理按循环次数和充电/放电容量划分为 function 时间的电池数据。 我的问题是我想创建一个数据结构来轻松地分割这些数据。 在 MATLAB 中，我将使用单元格数组，其中顶级单元格代表循环数，第二级单元格包含充电/放电数据。

例如，数据{1}{1} 会给出循环 1 的充电容量，而数据{4}{2} 会给出循环 4 的放电容量。

在 python 中复制此结构的最佳方法是什么？

我的原始数据文件当前在 dataframe 中，其中我的“循环数”列只是当前循环数，“充电容量”列是随时间增加的相应值。 然而，这并没有被分段，而是大约 30000 行数据

Answer 1

Pandas，可以将数据存储在一个DataFrame中，类似于关系数据库中的表。 要将数据存储在类似于 MATLAB 元胞数组的 DataFrame 中，您可以创建一个数据类型为“对象”的列，并在该列中存储列表、字典或其他 DataFrame。

例如，您可以创建一个空的 DataFrame 并添加一个名为“cell_array”的列，数据类型为“object”：

import pandas as pd
df = pd.DataFrame()
df["cell_array"] = df["cell_array"].astype(object)

您还可以在同一列中添加不同的数据类型。

df.loc[1, "cell_array"] = {'name': 'John', 'age': 30}

您还可以将其他 DataFrame 存储在 cell_array 中。

df2 = pd.DataFrame({'a':[1,2,3],'b':[4,5,6]})
df.loc[2, "cell_array"] = df2

您可以使用 iloc 或 loc 访问器访问存储在“cell_array”列中的数据。

df.loc[0, "cell_array"] 

它将返回 cell_array 的第一个元素，即列表 [1,2,3]