python – 将numpy.array存储在Pandas.DataFrame的单元格中
内容导读
互联网集市收集整理的这篇技术教程文章主要介绍了python – 将numpy.array存储在Pandas.DataFrame的单元格中,小编现在分享给大家,供广大互联网技能从业者学习和参考。文章包含1063字,纯文字阅读大概需要2分钟。
内容图文
![python – 将numpy.array存储在Pandas.DataFrame的单元格中](/upload/InfoBanner/zyjiaocheng/706/21f159a3537e44e8b4c56e44e539b8c7.jpg)
我有一个数据框,我想在其中存储’raw’numpy.array:
df['COL_ARRAY'] = df.apply(lambda r: np.array(do_something_with_r), axis=1)
但似乎熊猫试图’解包’numpy.array.
有解决方法吗?除了使用包装器(参见下面的编辑)?
我试过reduce = False没有成功.
编辑
这是有效的,但是我必须使用’dummy’Data类来包围数组,这是不令人满意的并且不是很优雅.
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
)
解决方法:
在numpy数组周围使用包装器,即将numpy数组作为列表传递
a = np.array([5, 6, 7, 8])
df = pd.DataFrame({"a": [a]})
输出:
a 0 [5, 6, 7, 8]
或者您可以通过创建元组来使用apply(np.array),即如果您有数据帧
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:
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]
df['new'][0]
输出:
array(['on', 'on', '1'], dtype='<U2')
内容总结
以上是互联网集市为您收集整理的python – 将numpy.array存储在Pandas.DataFrame的单元格中全部内容,希望文章能够帮你解决python – 将numpy.array存储在Pandas.DataFrame的单元格中所遇到的程序开发问题。 如果觉得互联网集市技术教程内容还不错,欢迎将互联网集市网站推荐给程序员好友。
内容备注
版权声明:本文内容由互联网用户自发贡献,该文观点与技术仅代表作者本人。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如发现本站有涉嫌侵权/违法违规的内容, 请发送邮件至 gblab@vip.qq.com 举报,一经查实,本站将立刻删除。
内容手机端
扫描二维码推送至手机访问。