代码之家 › 专栏 › 技术社区 › FLab

熊猫应用于数据帧,列表作为值

dataframe pandas python

FLab · 技术社区 · 6 年前

我有一个数据框架,有两列,列 A 整数和列的列表 B 包含整数。我想要的输出是一个pandas系列,其值是列表,通过将列表中的每个元素乘以 一 按列中的相应元素 乙 .

我试着用 apply 但我有意想不到的行为。

设置1: 如果列表在 一 发生为了使最大长度等于数据帧的列数,我得到了一个原始形状的数据帧,而不是时间序列。

ts1 = pd.Series([[1, 2], [3], [4, 5]])
ts2 = pd.Series([1, 2, 3])

df = pd.concat([ts1, ts2], keys=['A', 'B'], axis=1)

def foo(x):
    return [el * x['B'] for el in x['A']]

df.apply(foo, axis=1)

    A   B
0   1   2
1   6   6
2  12  15

设置2: 对于下列列表的仲裁长度: 一 (这是我的用例) 应用 失败:

ts1 = pd.Series([[1, 2], [3], [4, 5, 6]])
ts2 = pd.Series([1, 2, 3])

df = pd.concat([ts1, ts2], keys=['A', 'B'], axis=1)

def foo(x):
    return [el * x['B'] for el in x['A']]

df.apply(foo, axis=1, reduce=False)

ValueError: could not broadcast input array from shape (3) into shape (2)

我将熊猫0.21.1与python 3.4结合使用

我试着玩 broadcast 和 reduce 应用的参数,但没有成功。

问题:

在我的pandas版本中,是否有有效的apply语法来实现这一点?
有什么关于失败原因的见解吗?
是否有更好的解决方案/方法,同时使用numpy或其他panda函数?我目前的解决方案一点都不理想

3 回复 | 直到 6 年前

Haleemur Ali 6 年前

df.A.apply(np.array) * df.B
#Out:
0      [1, 2]
1         [6]
2    [12, 15]
dtype: object

jpp 6 年前

tuple

def foo(x):
    return tuple([i * x['B'] for i in x['A']])

df.apply(foo, axis=1).apply(list)

0      [1, 2]
1         [6]
2    [12, 15]
dtype: object

jezrael 6 年前

pandas 0.23.1

s = df.apply(foo, axis=1)
print (s)
0          [1, 2]
1             [6]
2    [12, 15, 18]
dtype: object

zip Series numpy 2d numpy array

zipped = zip(df['A'], df['B'])
a = pd.Series([[el * j for el in i] for i, j in zipped], index=df.index)
print (a)
0          [1, 2]
1             [6]
2    [12, 15, 18]
dtype: object

推荐文章