代码之家  ›  专栏  ›  技术社区  ›  Juan C

从pandas数据框的列中的每个列表中删除元素

  •  0
  • Juan C  · 技术社区  · 8 年前

    我有一个很简单的问题,但我很难实现我想要的。 我有一个这样的数据框架:

    base
    [a,b,c]
    [c,d,e]
    [a,b,h]
    

    我想删除每个列表的第二个元素,这样我可以得到:

    base
    [a,c]
    [c,e]
    [a,h]
    

    我想有一种简单的方法可以做到这一点,但是在数据帧中处理列表并不是很常见,所以我找不到任何东西。

    事先谢谢。

    编辑:数据帧只是一列,由列表组成,所有列的长度都相同。我需要删除一个元素,因此列表的长度与它将成为的数据帧的列数相同。

    4 回复  |  直到 8 年前
        1
  •  5
  •   BENY    8 年前

    IIUC

    df.base=pd.DataFrame(df.base.values.tolist()).drop(1,1).values.tolist()
    df
    Out[635]: 
         base
    0  [a, c]
    1  [c, e]
    2  [a, h]
    
        2
  •  5
  •   jpp    8 年前

    不要使用 list 串联

    熊猫系列并不是用来保存名单的。使用两层指针将丢失所有功能和性能:一层指针 object 数据类型数组,另一个对应于系列中的每个列表。

    由于每个列表具有相同数量的元素,因此应将其分隔为列:

    df = pd.DataFrame({'base': [list('abc'), list('cde'), list('abh')]})
    
    res = pd.DataFrame(df['base'].values.tolist()).iloc[:, [0, 2]]
    
    print(res)
    
       0  2
    0  a  c
    1  c  e
    2  a  h
    
        3
  •  1
  •   sacuL    8 年前

    你可以在底层工作 np.array :

    df['base'] = np.stack(df.base.values)[:,[0,2]].tolist()
    
    >>> df
         base
    0  [a, c]
    1  [c, e]
    2  [a, h]
    
        4
  •  0
  •   Acccumulation    8 年前

    你可以使用 df['base'].apply(lambda x: x.pop(1)) . 注意 pop 执行到位,因此不需要将结果分配给 base (事实上,如果这样做,您将得到删除的元素,而不是剩余的列表)。

    但是,正如@jpp所说,您应该考虑使用其他一些数据结构,例如具有多索引的数据框架或三维numpy数组。

    考虑到您的编辑,将数据转换为具有多个列的数据框,然后删除多余的列可能会更容易,而不是试图操作一列列表,然后将其转换为最终的数据框。“只有一列”可能看起来更简单,但您只是将额外的复杂性放到一个单独的层中,而不是将其去掉。大熊猫是围绕着二维数据构建的,这些数据被表示为列和行,而不是单个的列表列,因此您将竭尽所能地不使用大熊猫所提供的工具。

    大概是这样的:

    data=[['a','b','c'],
    ['c','d','e'],
    ['a','b','h']]
    

    你做了这样的事:

    df = pd.DataFrame({'base':data})
    

    你应该这样做

    df = pd.DataFrame(data)
    df = df[[0,2]]