关于python：将numpy.array存储在Pandas.DataFrame的单元格中


Store numpy.array in cells of a Pandas.DataFrame

我有一个要在其中存储"原始" numpy.array的数据框：

1
df['COL_ARRAY'] = df.apply(lambda r: np.array(do_something_with_r), axis=1)

但似乎pandas试图"解包" numpy.array。

有解决方法吗？ 除了使用包装器之外(请参见下面的编辑)？

我尝试reduce=False失败。

编辑

这行得通，但是我必须使用'dummy'Data类来包装数组，这不能令人满意，也不是很优雅。

1
2
3
4
5
6
7
8
9
class Data:
    def __init__(self, v):
        self.v = v

meas = pd.read_excel(DATA_FILE)
meas['DATA'] = meas.apply(
    lambda r: Data(np.array(pd.read_csv(r['filename'])))),
    axis=1
)

在numpy数组周围使用包装器，即将numpy数组作为列表传递

1
2
a = np.array([5, 6, 7, 8])
df = pd.DataFrame({"a": [a]})

输出：

1
2
             a
0  [5, 6, 7, 8]

或者您可以通过创建元组来使用apply(np.array)，即如果您有数据框

1
2
3
4
5
df = pd.DataFrame({'id': [1, 2, 3, 4],
                   'a': ['on', 'on', 'off', 'off'],
                   'b': ['on', 'off', 'on', 'off']})

df['new'] = df.apply(lambda r: tuple(r), axis=1).apply(np.array)

输出：

1
2
3
4
5
     a    b  id            new
0   on   on   1    [on, on, 1]
1   on  off   2   [on, off, 2]
2  off   on   3   [off, on, 3]
3  off  off   4  [off, off, 4]
1
df['new'][0]

输出：

1
array(['on', 'on', '1'], dtype='<U2')
相关讨论

您可以将数据框数据参数包装在方括号中，以在每个单元格中保持np.array：

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
one_d_array = np.array([1,2,3])
two_d_array = one_d_array*one_d_array[:,np.newaxis]
two_d_array

array([[1, 2, 3],
       [2, 4, 6],
       [3, 6, 9]])


pd.DataFrame([
    [one_d_array],
    [two_d_array] ])

                                   0
0                          [1, 2, 3]
1  [[1, 2, 3], [2, 4, 6], [3, 6, 9]]
相关讨论

假设您有一个DataFrame ds，并且有一列名为" class"。如果ds ['class']包含字符串或数字，并且您想使用numpy.ndarray s或list s对其进行更改，则以下代码将有所帮助。在代码中，class2vector是numpy.ndarray或list，而ds_class是过滤条件。

ds['class'] = ds['class'].map(lambda x: class2vector if (isinstance(x, str) and (x == ds_class)) else x)

如果您首先将列设置为类型object，则可以插入数组而无需任何换行：

1
2
3
4
df = pd.DataFrame(columns=[1])
df[1] = df[1].astype(object)
df.loc[1, 1] = np.array([5, 6, 7, 8])
df

输出：

1
2
    1
1   [5, 6, 7, 8]

只需通过第一个apply将要存储在单元格中的内容包装到list对象，然后通过第二个apply将该list的index 0提取出来即可：

1
2
3
4
5
6
7
8
9
10
11
import pandas as pd
import numpy as np

df = pd.DataFrame({'id': [1, 2, 3, 4],
                   'a': ['on', 'on', 'off', 'off'],
                   'b': ['on', 'off', 'on', 'off']})


df['new'] = df.apply(lambda x: [np.array(x)], axis=1).apply(lambda x: x[0])

df

输出：

1
2
3
4
5
    id  a       b       new
0   1   on      on      [1, on, on]
1   2   on      off     [2, on, off]
2   3   off     on      [3, off, on]
3   4   off     off     [4, off, off]