如何在数据集中添加填充以填充列表中最多 50 个项目并将 NaN 替换为 0？答案

【问题标题】：How to add padding in a dataset to fill up to 50 items in a list and replace NaN with 0?如何在数据集中添加填充以填充列表中最多 50 个项目并将 NaN 替换为 0？
【发布时间】：2021-04-09 12:33:41
【问题描述】：

我的数据集中有以下编码文本列：

[182, 4]
[14, 2, 31, 42, 72]
[362, 685, 2, 399, 21, 16, 684, 682, 35, 7, 12]

不知何故，我希望这一列每行最多填充 50 个项目，假设没有一行大于 50 个项目。在没有数值的地方，我希望放置一个 0。

在示例中，想要的结果是：

[0,0,0,0,0,0,0,0,0,0,0,0,0,0,0,0,0,0,0,0,0,0,0,0,0,0,0,0,0,0,0,0,0,0,0,0,0,0,0,0,0,0,0,0,0,0,0,0,182, 4]
[0,0,0,0,0,0,0,0,0,0,0,0,0,0,0,0,0,0,0,0,0,0,0,0,0,0,0,0,0,0,0,0,0,0,0,0,0,0,0,0,0,0,0,0,0,14, 2, 31, 42, 72]
[0,0,0,0,0,0,0,0,0,0,0,0,0,0,0,0,0,0,0,0,0,0,0,0,0,0,0,0,0,0,0,0,0,0,0,0,0,0,0,362, 685, 2, 399, 21, 16, 684, 682, 35, 7, 12]

【问题讨论】：

标签： python list dataframe scikit-learn padding

【解决方案1】：

试试这个：

>>> y=[182,4]
>>> ([0]*(50-len(y))+y)

【讨论】：

【解决方案2】：

假设您已经从字符串列中解析了列表，一个非常基本的方法可能如下：

a = [182, 4]
b = [182, 4, 'q']


def check_numeric(element):
    # assuming only integers are valid numeric values
    try:
        element = int(element)
    except ValueError:
        element = 0
    return element


def replace_nonnumeric(your_list):
    return [check_numeric(element) for element in your_list]


# change the desired length to your needs (change 15 to 50)
def fill_zeros(your_list, desired_length=15):
    prepend = (desired_length - len(your_list)) * [0]
    result = prepend + your_list
    return result


aa = replace_nonnumeric(a)
print(fill_zeros(aa))

bb = replace_nonnumeric(b)
print(fill_zeros(bb))

此代码输出：

[0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 182, 4]    # <-- aa
[0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 182, 4, 0]    # <-- bb

但是，我建议将此代码用作基础并根据您的需要采用它。尤其是在解析“list as strings”列中的大量条目时，编写一个解析函数并通过 pandas 的.apply() 调用它会是一个不错的方法。

【讨论】：