Python pandas将列表插入单元格

Question

我有一个列表“abc”和一个数据框“df”：

abc = ['foo', 'bar']
df =
    A  B
0  12  NaN
1  23  NaN

我想将列表插入单元格 1B，所以我想要这个结果：

    A  B
0  12  NaN
1  23  ['foo', 'bar']

我可以这样做吗？

1) 如果我使用这个：

df.ix[1,'B'] = abc

我收到以下错误消息：

ValueError: Must have equal len keys and value when setting with an iterable

因为它试图将列表（包含两个元素）插入行/列而不是单元格。

2) 如果我使用这个：

df.ix[1,'B'] = [abc]

然后它会插入一个列表，其中只有一个元素是“abc”列表 ([['foo', 'bar']])。

3) 如果我使用这个：

df.ix[1,'B'] = ', '.join(abc)

然后它插入一个字符串：（foo, bar）但不是一个列表。

4) 如果我使用这个：

df.ix[1,'B'] = [', '.join(abc)]

然后它插入一个列表，但它只有一个元素（['foo, bar']），但不是我想要的两个（['foo', 'bar']）。

感谢您的帮助！

---

编辑

我的新数据框和旧列表：

abc = ['foo', 'bar']
df2 =
    A    B         C
0  12  NaN      'bla'
1  23  NaN  'bla bla'

另一个数据框：

df3 =
    A    B         C                    D
0  12  NaN      'bla'  ['item1', 'item2']
1  23  NaN  'bla bla'        [11, 12, 13]

我想将“abc”列表插入df2.loc[1,'B'] 和/或df3.loc[1,'B']。

如果数据框的列仅包含整数值和/或 NaN 值和/或列表值，则将列表插入单元格效果很好。如果数据框的列仅包含字符串值和/或 NaN 值和/或列表值，则将列表插入单元格效果很好。但是，如果数据框包含具有整数和字符串值的列以及其他列，那么如果我使用它，则会出现错误消息：df2.loc[1,'B'] = abc 或 df3.loc[1,'B'] = abc。

另一个数据框：

df4 =
          A     B
0      'bla'  NaN
1  'bla bla'  NaN

这些插件完美运行：df.loc[1,'B'] = abc 或 df4.loc[1,'B'] = abc。

Answer 1

由于自 0.21.0 版起 set_value 一直是 deprecated，您现在应该使用 at。它可以将列表插入单元格，而无需像loc 那样引发ValueError。我认为这是因为at 总是 引用单个值，而loc 可以引用值以及行和列。

df = pd.DataFrame(data={'A': [1, 2, 3], 'B': ['x', 'y', 'z']})

df.at[1, 'B'] = ['m', 'n']

df =
    A   B
0   1   x
1   2   [m, n]
2   3   z

您还需要确保要插入的列具有dtype=object。例如

>>> df = pd.DataFrame(data={'A': [1, 2, 3], 'B': [1,2,3]})
>>> df.dtypes
A    int64
B    int64
dtype: object

>>> df.at[1, 'B'] = [1, 2, 3]
ValueError: setting an array element with a sequence

>>> df['B'] = df['B'].astype('object')
>>> df.at[1, 'B'] = [1, 2, 3]
>>> df
   A          B
0  1          1
1  2  [1, 2, 3]
2  3          3

Answer 2

熊猫 >= 0.21

set_value 已被弃用。 您现在可以使用DataFrame.at 按标签设置，DataFrame.iat 按整数位置设置。

使用at/iat 设置单元格值

# Setup
>>> df = pd.DataFrame({'A': [12, 23], 'B': [['a', 'b'], ['c', 'd']]})
>>> df

    A       B
0  12  [a, b]
1  23  [c, d]

>>> df.dtypes

A     int64
B    object
dtype: object

如果您想将“B”列的第二行中的值设置为某个新列表，请使用DataFrame.at：

>>> df.at[1, 'B'] = ['m', 'n']
>>> df

    A       B
0  12  [a, b]
1  23  [m, n]

您也可以使用DataFrame.iat按整数位置设置

>>> df.iat[1, df.columns.get_loc('B')] = ['m', 'n']
>>> df

    A       B
0  12  [a, b]
1  23  [m, n]

---

如果我收到ValueError: setting an array element with a sequence 怎么办？

我将尝试通过以下方式重现此内容：

>>> df
    A   B
0  12 NaN
1  23 NaN

>>> df.dtypes
A      int64
B    float64
dtype: object

>>> df.at[1, 'B'] = ['m', 'n']
# ValueError: setting an array element with a sequence.

这是因为你的对象是float64 dtype，而列表是objects，所以那里不匹配。在这种情况下，您必须先将列转换为对象。

>>> df['B'] = df['B'].astype(object)
>>> df.dtypes

A     int64
B    object
dtype: object

然后，它起作用了：

>>> df.at[1, 'B'] = ['m', 'n']
>>> df
    
    A       B
0  12     NaN
1  23  [m, n]

---

有可能，但很老套

更古怪的是，我发现如果你传递嵌套列表，你可以破解 DataFrame.loc 来实现类似的目标。

>>> df.loc[1, 'B'] = [['m'], ['n'], ['o'], ['p']]
>>> df

    A             B
0  12        [a, b]
1  23  [m, n, o, p]

您可以阅读更多关于为什么这样做here.

Answer 3

df3.set_value(1, 'B', abc) 适用于任何数据框。注意“B”列的数据类型。例如，列表不能插入到浮点列中，在这种情况下df['B'] = df['B'].astype(object) 可以提供帮助。

Answer 4

快速解决方法

只需将列表包含在一个新列表中，就像下面数据框中的 col2 所做的那样。它起作用的原因是python获取外部列表（列表）并将其转换为一列，就好像它包含普通标量项一样，在我们的例子中是列表而不是普通标量。

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


   col1     col2
0   1       [1, 4]
1   2       [2, 5]
2   3       [3, 6]

Answer 5

也得到

ValueError: Must have equal len keys and value when setting with an iterable,

在我的情况下，使用 .at 而不是 .loc 没有任何区别，但是强制数据框列的数据类型起到了作用：

df['B'] = df['B'].astype(object)

然后我可以在我的数据框中将列表、numpy 数组和各种东西设置为单个单元格值。

Answer 6

正如这篇文章中提到的pandas: how to store a list in a dataframe?;数据帧中的 dtypes 可能会影响结果，以及调用数据帧或不分配给。

Answer 7

我有一个实施起来非常简单的解决方案。

创建一个临时类只是为了包装列表对象，然后从类中调用值。

这是一个实际的例子：

1. 假设您要将列表对象插入到数据框中。

df = pd.DataFrame([
    {'a': 1},
    {'a': 2},
    {'a': 3},
])

df.loc[:, 'b'] = [
    [1,2,4,2,], 
    [1,2,], 
    [4,5,6]
] # This works. Because the list has the same length as the rows of the dataframe

df.loc[:, 'c'] = [1,2,4,5,3] # This does not work. 

>>> ValueError: Must have equal len keys and value when setting with an iterable

## To force pandas to have list as value in each cell, wrap the list with a temporary class.

class Fake(object):
    def __init__(self, li_obj):
        self.obj = li_obj

df.loc[:, 'c'] = Fake([1,2,5,3,5,7,]) # This works. 

df.c = df.c.apply(lambda x: x.obj) # Now extract the value from the class. This works. 

创建一个伪类来执行此操作可能看起来很麻烦，但它可以有一些实际应用。例如，当返回值为列表时，您可以将其与 apply 一起使用。

Pandas 通常会拒绝将列表插入单元格，但如果您使用此方法，则可以强制插入。

Answer 8

我更喜欢.at 和.loc。需要注意的是，目标列需要一个dtype（object），它可以处理列表。

import numpy as np
import pandas as pd

df = pd.DataFrame({
    'A': [0, 1, 2, 3],
    'B': np.array([np.nan]*3 + [[3, 33]], dtype=object),
    })
print('df to start with:', df, '\ndtypes:', df.dtypes, sep='\n')

df.at[0, 'B'] = [0, 100]  # at assigns single elemnt
df.loc[1, 'B'] = [[ [1, 11] ]]  # loc expects 2d input

print('df modified:', df, '\ndtypes:', df.dtypes, sep='\n')

输出

df to start with:
   A        B
0  0      NaN
1  1      NaN
2  2      NaN
3  3  [3, 33]

dtypes:
A     int64
B    object
dtype: object
df modified:
   A          B
0  0   [0, 100]
1  1  [[1, 11]]
2  2        NaN
3  3    [3, 33]

dtypes:
A     int64
B    object
dtype: object

Answer 9

首先将单元格设置为空白。接下来使用 at 将 abc 列表分配给 1 处的单元格，'B'

abc = ['foo', 'bar']
df =pd.DataFrame({'A':[12,23],'B':[np.nan,np.nan]})
df.loc[1,'B']=''
df.at[1,'B']=abc
print(df)