如何将熊猫列的值设置为列表

Question

我想将 pandas 列的值设置为字符串列表。但是，我这样做的努力没有成功，因为 pandas 将列值作为可迭代对象，我得到：ValueError: Must have equal len keys and value when setting with an iterable。

这是一个 MWE

>> df = pd.DataFrame({'col1': [1, 2, 3], 'col2': [4, 5, 6]})
>> df
col1    col2
0   1   4
1   2   5
2   3   6

>> df['new_col'] = None
>> df.loc[df.col1 == 1, 'new_col'] = ['a', 'b']
ValueError: Must have equal len keys and value when setting with an iterable

我尝试使用df.new_col = df.new_col.astype(list) 将dtype 设置为list，但这也不起作用。

我想知道这里的正确方法是什么。

---

编辑

此处提供的答案：Python pandas insert list into a cell 使用 at 对我也不起作用。

Answer 1

同样使用np.where:

df['new_col'] = np.where(df.col1 == 1,  pd.Series([['a', 'b']]) , np.nan)

Answer 2

不要这样做。

Pandas 从来没有被设计为按系列/列保存列表。您可以制定昂贵的解决方法，但不建议这样做。

不建议将列表保存在系列中的主要原因是您失去了使用保存在连续内存块中的 NumPy 数组的向量化功能。你的系列将是object dtype，它代表一个指针序列，很像list。您将失去内存和性能方面的好处，以及访问优化的 Pandas 方法。

另请参阅What are the advantages of NumPy over regular Python lists? 支持 Pandas 的论点与支持 NumPy 的论点相同。

也就是说，既然你要违背 Pandas 的目的和设计，那么有很多人面临同样的问题并提出了类似的问题：

• Python pandas insert list into a cell
• pandas: how to store a list in a dataframe?
• Answer on this question

Answer 3

不容易，一种可能的解决方案是创建助手Series：

df.loc[df.col1 == 1, 'new_col'] = pd.Series([['a', 'b']] * len(df))
print (df)
   col1  col2 new_col
0     1     4  [a, b]
1     2     5     NaN
2     3     6     NaN

如果需要将缺失值也设置为空列表，另一种解决方案是使用列表理解：

#df['new_col'] = [['a', 'b'] if x == 1 else np.nan for x in df['col1']]

df['new_col'] = [['a', 'b'] if x == 1 else [] for x in df['col1']]
print (df)
   col1  col2 new_col
0     1     4  [a, b]
1     2     5      []
2     3     6      []

但是你失去了使用 NumPy 数组保存在连续内存块中的向量化功能。

Answer 4

你可以试试下面的代码：

list1=[1,2,3]
list2=[4,5,6]
col=[str(“,”.join(map(str, list1))), str(“,”.join(map(str, list2)))]
df=pd.DataFrame(np.random.randint(low=0, high=0, size(5,2)), columns=col)
print(df)

希望这是预期的输出：