当列是一系列列表时，如何有条件地添加到熊猫数据框列中的单元格选择中？答案

【问题标题】：How do I add conditionally to a selection of cells in a pandas dataframe column when the the column is a series of lists?当列是一系列列表时，如何有条件地添加到熊猫数据框列中的单元格选择中？
【发布时间】：2016-02-05 20:01:29
【问题描述】：

这是我当前困境的简化版本。

这是数据框：

            x      y       A       B 
0           ding   ding    [0, 1]  [0, 0] 
1           ding   dong    [0, 1]  [0, 0] 
2           ding   ding    [0, 1]  [0, 0] 
3           ding   ding    [0, 1]  [0, 0] 
4           ding   dong    [0, 1]  [0, 0] 
5           ding   ding    [0, 1]  [0, 0] 
6           ding   ding    [0, 1]  [0, 0]

如何将 1 添加到 B 列中 x != y 的那些单元格。单元格是列表，1 应该插入到索引 1 处。

生成的表格如下所示：

            x      y       A       B 
0           ding   ding    [0, 1]  [0, 0] 
1           ding   dong    [0, 1]  [0, 1] 
2           ding   ding    [0, 1]  [0, 0] 
3           ding   ding    [0, 1]  [0, 0] 
4           ding   dong    [0, 1]  [0, 1] 
5           ding   ding    [0, 1]  [0, 0] 
6           ding   ding    [0, 1]  [0, 0]

非常感谢。

【问题讨论】：

您的B 列是什么类型的？是list 还是str？
它们是列表类型

标签： python list pandas

【解决方案1】：

这行得通：

def last_one(lst):
    lst[1] = 1

df[df.x != df.y].B.apply(last_one)

df 之前：

      x     y       A       B
0  ding  ding  [0, 1]  [0, 0]
1  ding  dong  [0, 1]  [0, 0]
2  ding  ding  [0, 1]  [0, 0]
3  ding  ding  [0, 1]  [0, 0]
4  ding  dong  [0, 1]  [0, 0]
5  ding  ding  [0, 1]  [0, 0]
6  ding  ding  [0, 1]  [0, 0]

和df 之后：

      x     y       A       B
0  ding  ding  [0, 1]  [0, 0]
1  ding  dong  [0, 1]  [0, 1]
2  ding  ding  [0, 1]  [0, 0]
3  ding  ding  [0, 1]  [0, 0]
4  ding  dong  [0, 1]  [0, 1]
5  ding  ding  [0, 1]  [0, 0]
6  ding  ding  [0, 1]  [0, 0]

【讨论】：

是的，效果很好。我开始思考可以使用嵌套选择方法来完成，我忘记了传递一个函数来应用！

【解决方案2】：

你可以apply lambda:

df[df.x != df.y].B.apply(lambda x: x[:-1] + [1])

例子：

In [283]: df
Out[283]:
      x     y       A       B
0  ding  ding  [0, 1]  [0, 0]
1  ding  dong  [0, 1]  [0, 0]
2  ding  ding  [0, 1]  [0, 0]
3  ding  ding  [0, 1]  [0, 0]
4  ding  dong  [0, 1]  [0, 0]
5  ding  ding  [0, 1]  [0, 0]
6  ding  ding  [0, 1]  [0, 0]

mask = df.x != df.y
df.B[mask] = df.B[mask].apply(lambda x: x[:-1] + [1])

In [289]: df
Out[289]:
      x     y       A       B
0  ding  ding  [0, 1]  [0, 0]
1  ding  dong  [0, 1]  [0, 1]
2  ding  ding  [0, 1]  [0, 0]
3  ding  ding  [0, 1]  [0, 0]
4  ding  dong  [0, 1]  [0, 1]
5  ding  ding  [0, 1]  [0, 0]
6  ding  ding  [0, 1]  [0, 0]

【讨论】：

我开始意识到这可以通过几种不同的方式完成。使用 lambda 也为我节省了函数定义！
请注意，lambda 函数返回一个新列表，而不是插入（按照 OP 的要求）到现有列表中。如果在其他地方使用相同的列表，这可能会产生影响。
@orgelzyklus 我意识到我错过了在控制台中执行的 asnwer 中的一些步骤。看看编辑后的答案。
再次感谢两位的澄清。