我正在處理具有多列的大型資料框。但是，某些列具有陣列形式的資料，其中包含陣列（單值）。我需要轉換只有單元格值的資料框列，即沒有陣列元素樣式。我嘗試過扁平化，以不同的方式擠壓，但無法以我正在尋找的方式獲得輸出。以下代碼重現了我目前正在使用的資料格式：
import pandas as pd
a = [[[10]],[[20]],[[30]],[[40]]]
b=[[50],[60],[70],[80]]
c=[90,100,110,120]
df = pd.DataFrame(list(zip(a,b,c)),columns=['a','b','c'])
print(df)
上面的輸出是：
a b c
0 [[10]] [50] 90
1 [[20]] [60] 100
2 [[30]] [70] 110
3 [[40]] [80] 120
但是，我希望得到如下輸出：
a b c
0 10 50 90
1 20 60 100
2 30 70 110
3 40 80 120
如果你能建議如何解決這個問題，那真的很有幫助。
實際資料幀的頭部如下所示：
acoeff bcoeff refdiff ref18
0 [[0.33907555]] [11.51908656] 0.000 0.001
1 [[0.34024954]] [11.45693353] 0.001 0.001
2 [[0.34134777]] [11.40045124] 0.002 0.001
3 [[0.34297324]] [11.33036004] 0.004 0.001
4 [[0.34373931]] [11.2991075] 0.005 0.001
下面給出的字典格式的頭部：
{'acoeff': {0: '[[0.33907555]]', 1: '[[0.34024954]]', 2: '[[0.34134777]]', 3: '[[0.34297324]]', 4: '[[0.34373931]]'}, 'bcoeff': {0: '[11.51908656]', 1: '[11.45693353]', 2: '[11.40045124]', 3: '[11.33036004]', 4: '[11.2991075]'}, 'refdiff': {0: 0.0, 1: 0.001, 2: 0.002, 3: 0.004, 4: 0.005}, 'ref18': {0: 0.001, 1: 0.001, 2: 0.001, 3: 0.001, 4: 0.001}}
uj5u.com熱心網友回復：
字串
剝離[]并轉換為數字：
(df.update(df.select_dtypes(exclude='number')
.apply(lambda c: pd.to_numeric(c.str.strip('[]'))))
)
print(df)
真實清單
str您可以使用定位器取消嵌套串列：
df['a'].str[0].str[0]
輸出：
0 10
1 20
2 30
3 40
Name: a, dtype: int64
為了使事情自動化一點，您可以使用遞回函式：
def unnest(x):
from pandas.api.types import is_numeric_dtype
if is_numeric_dtype(x):
return x
else:
return unnest(x.str[0])
df2 = df.apply(unnest)
變體使用每個系列的第一項來確定嵌套級別：
def unnest(x):
from pandas.api.types import is_numeric_dtype
if len(x)>0 and isinstance(x.iloc[0], list):
return unnest(x.str[0])
else:
return x
df2 = df.apply(unnest)
輸出：
a b c
0 10 50 90
1 20 60 100
2 30 70 110
3 40 80 120
任意嵌套
如果每個單元格都有任意嵌套，則可以對每個元素使用相同的邏輯：
def unnest(x):
if isinstance(x, list) and len(x)>0:
return unnest(x[0])
else:
return x
df2 = df.applymap(unnest)
uj5u.com熱心網友回復：
也許不是最好的解決方案。但它有效。
def ravel_series(s):
try:
return np.concatenate(s).ravel()
except ValueError:
return s
df.apply(ravel_series)
uj5u.com熱心網友回復：
你可以試試這個
代碼：
def clean(el):
if any(isinstance(i, list) for i in el):
return el[0][0]
elif isinstance(row, list):
return el[0]
df['a'] = df.a.apply(clean)
df['b'] = df.b.apply(clean)
print(df)
輸出：
a b c
0 10 50 90
1 20 60 100
2 30 70 110
3 40 80 120
轉載請註明出處，本文鏈接：https://www.uj5u.com/qiye/473675.html