操作 pandas 數據框列中的列表（例如，除以另一列）

Question

我有一個 pandas 數據框，其中一列包含列表。 我希望將每一行中的每個列表元素除以另一列中的標量值。 在以下示例中，我希望將 a 中的每個元素除以 b：

              a   b
0  [11, 22, 33]  11
1  [12, 24, 36]   2
2  [33, 66, 99]   3

從而產生以下結果：

              a   b                   c
0  [11, 22, 33]  11     [1.0, 2.0, 3.0]
1  [12, 24, 36]   2   [6.0, 12.0, 18.0]
2  [33, 66, 99]   3  [11.0, 22.0, 33.0]

我可以通過以下代碼實現這一點：

import pandas as pd

df = pd.DataFrame({"a":[[11,22,33],[12,24,36],[33,66,99]], "b" : [11,2,3]})

result = {"c":[]}
for _, row in df.iterrows():
    result["c"].append([x / row["b"] for x in row["a"]])

df_c = pd.DataFrame(result)
df = pd.concat([df,df_c], axis="columns")

但是對行進行顯式迭代並將結果收集到字典中，將其轉換為 dataframe 然后連接到原始數據框似乎非常低效和不優雅。

有沒有人有更好的解決方案？

在此先感謝和歡呼！

---

PS ：如果您想知道我為什么要將列表存儲在列中：這些是傅立葉變換的結果幅度。

為什么我不為每個頻率使用一列？

1. 為每個頻率創建一個新列非常慢
2. 在我的項目中使用不同的采樣率和 FFT 窗口大小，有多組頻率。

Answer 1

zip 兩列，通過product和starmap的組合，將 col a 中的每個條目與其對應的 col b 條目分開，並將迭代器轉換回列表。

from itertools import product,starmap
from operator import floordiv
df['c'] = [list(starmap(floordiv,(product(num,[denom])))) 
           for num, denom in zip(df.a,df.b)]


        a           b       c
0   [11, 22, 33]    11  [1, 2, 3]
1   [12, 24, 36]    2   [6, 12, 18]
2   [33, 66, 99]    3   [11, 22, 33]

或者，您可以在迭代中只使用 numpy 數組：

df['c'] = [list(np.array(num)/denom) for num, denom in zip(df.a,df.b)]

感謝@jezrael 的建議——所有這些可能都是不必要的，因為 scipy 有FFT功能——看看鏈接，看看它是否有幫助。

Answer 2

我會將列表轉換為 numpy arrays：

df['c'] = df['a'].apply(np.array) / df['b']

您將在 c 列中獲得np.array 。 如果您真的需要列表，則必須將它們轉換回來

df['c'] = df['c'].apply(list)