Python 将数字数组添加到Pandas DataFrame的单元格依赖于初始化

发布于03月13日

我试图将Numpy数组列表作为元素添加到Pandas DataFrame中:

使用:

df.loc[df['B']==4,'A'] = [np.array([5, 6, 7, 8]),np.array([2,3])]

是否允许这样做似乎取决于我如何初始化df:

Testing two different initialisations of df个

有人能给我解释一下发生了什么事吗？

以下是文本形式的代码，供每个人try :

The code that's not working个

df = pd.DataFrame(columns=['A','B'])
a = [1,2,0,4,5]
b = [3,4,4,7,3]

df['A'] = a
df['B'] = b

df.loc[df['B']==4,'A'] = [np.array([5, 6, 7, 8]),np.array([2,3])]
df

The code that's working

df = pd.DataFrame(columns=['A','B'])
a = [1,2,0,4,5]
b = [3,4,4,7,3]

for i in range(len(a)):
    df.loc[i,'A'] = a[i]
    df.loc[i,'B'] = b[i]

df.loc[df['B']==4,'A'] = [np.array([5, 6, 7, 8]),np.array([2,3])]
df

推荐答案

您必须使用正确的索引创建一个Series:

m = df['B']==4

df.loc[m, 'A'] = pd.Series([np.array([5, 6, 7, 8]), np.array([2, 3])],
                           index=df.index[m])

注意，在pandas的future 版本中，这可能会触发一个错误，因为A的原始dtype是integer.首先，你需要转换为Object:

df['A'] = df['A'].astype(object)

m = df['B']==4

df.loc[m, 'A'] = pd.Series([np.array([5, 6, 7, 8]), np.array([2, 3])],
                           index=df.index[m])

输出:

              A  B
0             1  3
1  [5, 6, 7, 8]  4
2        [2, 3]  4
3             4  7
4             5  3

why does the second approach work?

不确定，很可能是由于DataFrame的特殊内部状态(我怀疑，因为它完全是从一个循环和一个空对象DataFrame初始化的)，但这很可能不起作用，而且非常不稳定.

例如，如果添加另一列(Even对象)，则此操作将失败:

df = pd.DataFrame(columns=['A','B'])
a = [1,2,0,4,5]
b = [3,4,4,7,3]

df['C'] = 'X'  # we just add one extra column

for i in range(len(a)):
    df.loc[i,'A'] = a[i]
    df.loc[i,'B'] = b[i]

df.loc[df['B']==4,'A'] = [np.array([5, 6, 7, 8]), np.array([2, 3])]
# error

但是，从单个块对象NumPy数组创建DataFrame是可行的:

a = [1,2,0,4,5]
b = [3,4,4,7,3]
df = pd.DataFrame(np.c_[a, b].astype('object'), columns=['A','B'])
df.loc[df['B']==4, 'A'] = [np.array([5, 6, 7, 8]), np.array([2, 3])]
# no error