如何將整個列表分配給 pandas dataframe 的每一行

Question

我有一個 dataframe 和一個列表

df = pd.DataFrame({'A':[1,2,3], 'B':[4,5,6]})
mylist= [10,20,30,40,50]

我想在 dataframe 的每一行中有一個列表作為元素。如果我喜歡這里，

df['C'] = mylist

Pandas 試圖每行廣播一個值，所以我得到一個錯誤Length of values does not match length of index 。

   A  B   C
0  1  4  [10,20,40,50]
1  2  5  [10,20,40,50]
2  3  6  [10,20,40,50]

Answer 1

首先，我認為在熊貓中使用list s並不是一個好主意 。

但是有可能通過列表理解：

df['C'] = [mylist for i in df.index]
#another solution
#df['C'] = pd.Series([mylist] * len(df))

print (df)

   A  B                     C
0  1  4  [10, 20, 30, 40, 50]
1  2  5  [10, 20, 30, 40, 50]
2  3  6  [10, 20, 30, 40, 50]

Answer 2

一種使用np.tile替代方案：

df['C'] = np.tile(mylist, (len(df),1)).tolist()

print (df)

   A  B                     C
0  1  4  [10, 20, 30, 40, 50]
1  2  5  [10, 20, 30, 40, 50]
2  3  6  [10, 20, 30, 40, 50]

Answer 3

只是用df.assign完成我之前的回答，借用@jezrael的列表理解

>>> df
   A  B
0  1  4
1  2  5
2  3  6

>>> df.assign(C =  [mylist for i in df.index])
   A  B                     C
0  1  4  [10, 20, 30, 40, 50]
1  2  5  [10, 20, 30, 40, 50]
2  3  6  [10, 20, 30, 40, 50]

或者，永久添加到DataFrame

df = df.assign(C =  [mylist for i in df.index])

使用 df.insert 執行此操作的另一種方法

因為我們指定列的順序，因此可以通過插入索引2使用insert（所以應該是數據幀中的第三個col）

>>> df.insert(2, 'C', '[10, 20, 30, 40, 50]') # directly assigning the list
>>> df
   A  B                     C
0  1  4  [10, 20, 30, 40, 50]
1  2  5  [10, 20, 30, 40, 50]
2  3  6  [10, 20, 30, 40, 50]

Answer 4

那應該工作：

df = pd.DataFrame({'A':[1,2,3], 'B':[4,5,6]})
my_list = [10, 20, 30, 40]
df['C'] = [my_list] * df.shape[0]
df

A   B   C
0   1   4   [10, 20, 30, 40]
1   2   5   [10, 20, 30, 40]
2   3   6   [10, 20, 30, 40]

Answer 5

這是另一種解決方案。 它利用lambda並以“Pythonically”方式做事。 我覺得它更容易閱讀。

import pandas as pd
df = pd.DataFrame({'A':[1,2,3], 'B':[4,5,6]})
mylist= [10,20,30,40,50]
df['combined'] = df.apply(lambda x: mylist, axis=1)
df

Answer 6

我同意@jezrael 的觀點，使用 pandas 中的列表不是個好主意。 還有一種更快的矢量化方式：

1. 將列表壓縮到單個 numpy 單元格中。
2. 平鋪該單元格並將其分配給 DF。

df = pd.DataFrame(index=np.arange(1e6))
mylist= [10,20,30,40,50]

#ORIGINAL:
%%timeit -n 100 
df['C'] = [mylist for i in df.index]
>>> 188 ms ± 922 µs per loop (mean ± std. dev. of 7 runs, 100 loops each)

# VECTORIZED:
%%timeit -n 100 
q = np.array([1,], dtype=object)   # dummy array, note the dtype
q[0] = mylist                      # squeeze the list into single cell
df['C'] = np.tile(q, df.shape[0])  # tile and assign
>>> 12.1 ms ± 44.7 µs per loop (mean ± std. dev. of 7 runs, 100 loops each)

對於較大的 DF 尺寸，增益特別高。 （在本例中為 15x）希望有一種更優雅的方法可以將列表放入單個 numpy 單元格中。