Python：将新项目附加到熊猫数据框中的列表时出错

Question

我有一个包含三列的 pandas 数据框：user_id（str）、list_of_purchases（列表）和一个名为 b 的二进制列。

我想创建一个名为 final_list 的第四列，它遵循以下规则：

• 当 b = 1 时，final_list 应该是 list_of_purchases 和项目“Success”的串联。例如，如果 list_of_purchases = ['item_1', 'item_2', 'item_3'] 那么 final_list 应该是 ['item_1', 'item_2', 'item_3' ,'成功']
• 当 b = 0 时，final_list 应该是 ['item_1', 'item_2', 'item_3','Null']

我尝试了以下代码，但得到了错误：

df['final_list'] = np.where(
    df['b'] == 0,
    df['list_of_purchases'] + ['Null'],
    df['list_of_purchases'] + ['Success'])

TypeError: Cannot broadcast np.ndarray with operand of type <class 'list'>

我想出了如何使用 for 循环并检查列 b 中的每一行，但它确实效率低下并且需要很长时间。

提前感谢您的帮助！

Answer 1

#create a function:
def lista(df):
    return [df['list_of_purchases'] + ['Null'] if df['b'] == 0 else df['list_of_purchases'] + ['Success']]

#use the function on every row of df:
df['final_list'] = df.apply(lista, axis=1)

据我了解，pandas 数据框并非旨在将列表存储为它们的值，因此没有超高效的解决方案

Answer 2

感觉像是 lambda 的一个很好的用途，而不是定义一个函数，尽管这两种方法都有效。

import pandas as pd
import numpy as np

data = [[1, [1,2,3]],
        [0, [4,5,6]]]
df = pd.DataFrame(data, columns=["b", "list_of_purchases"])

df["Output"] = df.apply( \
    lambda row : row["list_of_purchases"] + \
    ["Success" if row["b"] else "Null"], axis=1)

print(df)

生产：

   b list_of_purchases              Output
0  1         [1, 2, 3]  [1, 2, 3, Success]
1  0         [4, 5, 6]     [4, 5, 6, Null]

使用 lambda 的“好处”（在这里）基本上只是避免定义一个您可能永远不会重用的函数。

如果要在其他地方重用函数/逻辑，那么定义一个函数（并且不使用 lambda）可能正是正确的方法。如果它只用于这个，而不是重复使用，我可能会选择 lambda。