熊猫适用于以列表为值的数据框

Question

我有一个包含两列的数据框，A 列是整数列表，B 列包含整数。 我想要的输出是一个熊猫系列，它的值是列表，通过将A 中列表中的每个元素乘以B 列中的相应元素来获得。

我尝试使用apply，但出现意外行为。

设置 1： 如果 A 中的列表 碰巧 的最大长度等于 DataFrame 的列数，我会得到一个具有原始形状的 DataFrame，而不是 TimeSeries

ts1 = pd.Series([[1, 2], [3], [4, 5]])
ts2 = pd.Series([1, 2, 3])

df = pd.concat([ts1, ts2], keys=['A', 'B'], axis=1)

def foo(x):
    return [el * x['B'] for el in x['A']]

df.apply(foo, axis=1)

    A   B
0   1   2
1   6   6
2  12  15

设置 2： 对于A（这是我的用例）中列表的任意长度，apply 失败：

ts1 = pd.Series([[1, 2], [3], [4, 5, 6]])
ts2 = pd.Series([1, 2, 3])

df = pd.concat([ts1, ts2], keys=['A', 'B'], axis=1)

def foo(x):
    return [el * x['B'] for el in x['A']]

df.apply(foo, axis=1, reduce=False)

ValueError: could not broadcast input array from shape (3) into shape (2)

我将 pandas 0.21.1 与 python 3.4 一起使用

我尝试使用 apply 的 broadcast 和 reduce 参数，但没有成功。

问题：

• 在我的 pandas 版本中是否有有效的 apply 语法来实现这一点？
• 对失败的原因有何见解？
• 还有更好的解决方案/方法，同时使用 numpy 或其他 pandas 函数？我目前的解决方案感觉根本不是最佳的

Answer 1

您还可以将列表转换为 numpy 数组并在两个系列上使用广播

df.A.apply(np.array) * df.B
#Out:
0      [1, 2]
1         [6]
2    [12, 15]
dtype: object

Answer 2

您可以使用tuple 来解决问题。一般来说，Pandas 不适用于将列表作为系列元素。不建议这样做，操作也不是向量化的。

def foo(x):
    return tuple([i * x['B'] for i in x['A']])

df.apply(foo, axis=1).apply(list)

0      [1, 2]
1         [6]
2    [12, 15]
dtype: object

或升级到 Pandas v0.23。

Answer 3

pandas 0.23.1 对我来说效果很好：

s = df.apply(foo, axis=1)
print (s)
0          [1, 2]
1             [6]
2    [12, 15, 18]
dtype: object

另一个解决方案是zip 列在一起并使用列表理解。不幸的是，pandas 不能处理列表，Series 中的字典不错，大多数功能都失败了。同样numpy 需要相同长度的列表来转换它2d numpy array。

zipped = zip(df['A'], df['B'])
a = pd.Series([[el * j for el in i] for i, j in zipped], index=df.index)
print (a)
0          [1, 2]
1             [6]
2    [12, 15, 18]
dtype: object