在填充列表的 DataFrame 的每一列上应用一个函数

Question

得到一个DataFrame，填充了不同的类型：string、int、list 我现在正在尝试将每列的每个元素（包含一个不超过一个元素的列表）转换为字符串。我非常清楚与 lambda 函数相关的方法应用，但我似乎并没有完全掌握它......数据已经从 json.load(XXX) 的 json 文件中导入并拆分为不同的 DataFrames 也使用json_normalize。

DataFrame "infos":
name     town     link                             number
Bob      NY       ["https://www.bobsite.com"]      00184747328859
Alice    MI       ["https://www.alicesite.com"]    00198309458093

Python 代码：

infos = infos.apply(lambda x: x[0])

# or if just accessing one column
infos = infos.link.apply(lambda x: x[0])

总的来说，这似乎不是正确的处理方式。

希望这是新的 DataFrame：

DataFrame "infos":
name     town     link                          number
Bob      NY       https://www.bobsite.com       00184747328859
Alice    MI       https://www.alicesite.com     00198309458093

Answer 1

看起来您需要带有自定义功能的df.applymap。

例如：

df = pd.DataFrame({'name':["Bob", "Alice"],
                   'town': ["NY", "MI"],
                   'link': [["https://www.bobsite.com"], ["https://www.alicesite.com"]],
                   'number': ["00184747328859", "00198309458093"]})


def cust_func(row):
    if isinstance(row, list):   #Check if object is list
        if len(row) == 1:       #Check if list size == 1
            return row[0]
    return row 


df = df.applymap(cust_func) 
print(df)

输出：

                        link   name          number town
0    https://www.bobsite.com    Bob  00184747328859   NY
1  https://www.alicesite.com  Alice  00198309458093   MI

---

如果它只有一列并且列表中只有一个值，请使用.str[0]

df = pd.DataFrame({'name':["Bob", "Alice"],
                   'town': ["NY", "MI"],
                   'link': [["https://www.bobsite.com"], ["https://www.alicesite.com"]],
                   'number': ["00184747328859", "00198309458093"]})


df["link"] = df["link"].str[0]
print(df)

Answer 2

如果列表是字符串，则使用eval，否则可以省略

out['link'] = out.link.apply(eval).apply(' '.join)

输出

    name town                       link        number
0    Bob   NY    https://www.bobsite.com  184747328859
1  Alice   MI  https://www.alicesite.com  198309458093