Pandas DataFrame - 在一个单元格中操作多个值的正确方法是什么？答案

【问题标题】：Pandas DataFrame - What is the correct way to operate with multiple values in one cell?Pandas DataFrame - 在一个单元格中操作多个值的正确方法是什么？
【发布时间】：2022-01-25 20:34:56
【问题描述】：

我正在处理一个包含基因名称和基因 ID 的数据集。基本上id是唯一定义的，一个名字可以对应多个id。

我使用一个列表来包含基因名称的所有 id，数据框如下所示：

|GeneName|GeneID|
|Name_1|[ID_1, ID_2, ID_5]|
|Name_2|[ID_3, ID_4]|

所有名称和 ID 都是字符串，但缺少一些 ID，我使用 NaN 表示缺失的 ID（也不确定这是否是一个好习惯）。

将数据框保存到 csv 文件并加载回来后，所有包含基因 ID 的列表都被视为字符串。我找到了一个解决方案：

pd.read_csv(fpath, converters={'GeneName': pd.eval, 'GeneID': pd.eval})

将它们加载为列表，但我遇到

pandas.core.computation.ops.UndefinedVariableError: name 'NaN' is not defined

处理这种情况的最佳解决方案是什么？谢谢。

【问题讨论】：

你最终想要的输出是什么？一种热编码或二进制/十六进制编码是一种选择吗？
您可以使用空字符串来表示缺失的 id，即''
好吧，我暂时只是想将数据框保存到 csv 文件中并能够将其加载回来。我找不到解决“NaN”错误的有效解决方案。
@MuhammadHassan 您好，我尝试使用'' 替换NaN，但现在错误变为ValueError: expr cannot be an empty string。
尝试使用空数组，即[]

标签： python pandas dataframe

【解决方案1】：

根据您在 cmets 中描述的问题，您可以只使用空字符串来指示缺少的类别。
然后使用 pd.eval 或 ast.literal_eval：

import ast
ast.literal_eval('["ID_1", "ID_2", "", "", "ID_5"]')

>>['ID_1', 'ID_2', '', '', 'ID_5']

重要提示：
对列表字符串和列表元素字符串使用不同的 ' 和 "

【讨论】：