如何将包含 np.arrays 的两列合并为一列[重复]答案

【问题标题】：How to combine two columns containing np.arrays to one column [duplicate]如何将包含 np.arrays 的两列合并为一列[重复]
【发布时间】：2021-12-26 23:28:36
【问题描述】：

我正在读取包含列中的数组的 CSV 文件。我想将列中的列表连接到一个仅包含一个列表的新列中，因为我必须对其进行一些转换。

d = {'col1': [[1,2], [1,2],[1,2]], 'col2': [[1,2], [], [1,2,4,5,6,7]]}
df = pd.DataFrame(data=d)

    col1    col2
0   [1, 2]  [1, 2]
1   [1, 2]  []
2   [1, 2]  [1, 2, 4, 5, 6, 7]

第一步，我将它们转换为数值数组。

df["col1"] = df['col1'].apply(lambda x : np.fromstring(str(x).replace('[','').replace(']',''), sep=',').astype(int))
df["col2"] = df['col2'].apply(lambda x : np.fromstring(str(x).replace('[','').replace(']',''), sep=',').astype(int))

在第二步中，我想将它们组合成一列。

    col1    col2                col3
0   [1, 2]  [1, 2]              [1, 2, 1, 2]
1   [1, 2]  []                  [1, 2]  
2   [2, 3]  [1, 2, 4, 5, 6, 7]  [2, 3, 1, 2, 4, 5, 6, 7]

但我总是以

    col1    col2                col3
0   [1, 2]  [1, 2]              [[1, 2], [1, 2]]
1   [1, 2]  []                  [[1, 2], []]  
2   [2, 3]  [1, 2, 4, 5, 6, 7]  [[2, 3], [1, 2, 4, 5, 6, 7]]

【问题讨论】：

df['col3'] = df['col1'].agg(np.ndarray.tolist) + df['col2'].agg(np.ndarray.tolist) 虽然如果您的列已经是一个要添加的列表然后转换为数组df['col3'] = (df['col1'] + df['col2']).agg(np.array)，它可能会更有效
df 最初创建的列中有列表。如副本所示，df['col1']+df['col2'] 有效。转换为数组使这成为不可能。您如何执行“总是结束”步骤？但是当从csv 加载时，你真的得到列表了吗？或者它们是看起来像列表的字符串？ pandas 显示不区分这三种情况。
当我读取 csv 文件时，它是一个字符串，这就是我应用 lambda 函数的原因。我尝试了 df['col1']+df['col2']，我尝试了 .apply(''.join,1) .apply(lambda x: x.to_numpy(), 1) 和几个不同的函数，但没有任何结果首选结果。

标签： python pandas numpy numpy-ndarray

【解决方案1】：

因为您可以在 Python（例如 [1,2] + [3,4] == [1,2,3,4]）中使用加法（+）将多个列表组合在一起，所以您可以使用 Pandas 系列做同样的事情。

由于这些项目是 numpy 数组，它们以不同的方式定义彼此的加法（即，将每个数组中的每个单独的值一起添加到相同形状的新数组中，而不是像 Python lists 那样串联），你'需要先将 numpy 数组转换为 Python 列表，使用 .apply(list):

df['col3'] = df['col1'].apply(list) + df['col2'].apply(list)

【讨论】：

感谢您的帮助！有用。你能分享一个重复的链接吗，虽然我在问这个问题之前查看了所有相关问题。
如果您查看此问题的顶部，您应该会看到一个包含问题链接的蓝色框。无论如何，这里是：stackoverflow.com/questions/51870724/…