如何在熊猫数据框单元格中设置一个 numpy 数组？

Question

我有一个熊猫数据框。我想用 numpy 数组填充一些单元格，但我得到以下 ValueError。

我不会在现实生活中填充零数组。 这是复制错误的简化示例代码

ValueError: 无法将输入数组从形状 (10,) 广播到形状 (1,)

import pandas as pd
import numpy as np

df = pd.DataFrame(columns=['name1','name2','array1','array2' ])
df = df.append({'name1': 'aaaa','name2': 'bbbb','array1':np.nan,'array2': np.nan}, ignore_index=True)
df = df.append({'name1': 'cccc','name2': 'dddd','array1':np.nan,'array2': np.nan}, ignore_index=True)

df.loc[((df['name1']=='aaaa') & (df['name2']=='bbbb')),'array1']=np.zeros((10,1))

print(df)

Answer 1

一种解决方法是使用.map() 和.loc 过滤单元格，如下所示：

这很有效，因为.map() 致力于按元素进行转换，并且不会尝试将数组广播到整个系列。

df.loc[((df['name1']=='aaaa') & (df['name2']=='bbbb')),'array1'] = df.loc[((df['name1']=='aaaa') & (df['name2']=='bbbb')),'array1'].map(lambda x: np.zeros((10,1)))


print(df)

  name1 name2                                                                  array1 array2
0  aaaa  bbbb  [[0.0], [0.0], [0.0], [0.0], [0.0], [0.0], [0.0], [0.0], [0.0], [0.0]]    NaN
1  cccc  dddd                                                                     NaN    NaN


df.applymap(type)        #  to check the data type

           name1          name2                   array1           array2
0  <class 'str'>  <class 'str'>  <class 'numpy.ndarray'>  <class 'float'>
1  <class 'str'>  <class 'str'>          <class 'float'>  <class 'float'>