将函数应用于一系列列表而不在熊猫中应用答案

【问题标题】：Apply a function to series of list without apply in pandas将函数应用于一系列列表而不在熊猫中应用
【发布时间】：2019-09-28 00:04:15
【问题描述】：

我有一个数据框

df = pd.DataFrame({'Binary_List': [[0, 0, 1, 0, 0, 0, 0],
                                   [0, 1, 0, 0, 0, 0, 0],
                                   [0, 0, 1, 1, 0, 0, 0],
                                   [0, 0, 0, 0, 1, 1, 1]]})
df

    Binary_List
0   [0, 0, 1, 0, 0, 0, 0]
1   [0, 1, 0, 0, 0, 0, 0]
2   [0, 0, 1, 1, 0, 0, 0]
3   [0, 0, 0, 0, 1, 1, 1]

我想对每个列表应用一个函数，而不使用apply，因为apply 在大型数据集上运行时非常慢

def count_one(lst):
    index = [i for i, e in enumerate(lst) if e != 0]
    # some more steps 
    return len(index)

df['Value'] = df['Binary_List'].apply(lambda x: count_one(x))
df

    Binary_List             Value
0   [0, 0, 1, 0, 0, 0, 0]   1
1   [0, 1, 0, 0, 0, 0, 0]   1
2   [0, 0, 1, 1, 0, 0, 0]   2
3   [0, 0, 0, 0, 1, 1, 1]   3

我试过用这个，但没有改善

vfunc = np.vectorize(count_one)
df['Value'] = vfunc(df['Binary_List'])

这给了我错误

df['Value'] = count_one(df['Binary_List'])

【问题讨论】：

你不能，因为你在 DataFrame 中存储了一个 object。如果您只是将每个元素存储为自己的单元格，那么这是一个微不足道且非常快速的df.sum(1)
假设它是针对您之前的问题 - stackoverflow.com/q/58136267。使用已发布答案的中间输出，其中您有二进制数组输出并沿 cols 求和 - .sum(axis=1)。
猜你需要堆叠和求和：np.vstack(df['Binary_Month_List']).sum(1).
正如我在之前的问答中所说的，没有神奇的功能。
据我所知，downvotes（和 up）是匿名的。我怀疑大多数投反对票的人不会留下来跟随 cmets。

标签： python pandas numpy

【解决方案1】：

你可以试试DataFrame.explode:

df.explode('Binary_List').reset_index().groupby('index').sum()

        Binary_List
index   
0        1
1        1
2        2
3        3

你也可以这样做：

pd.Series([np.array(key).sum() for key in df['Binary_List']])
0    1
1    1
2    2
3    3
dtype: int64

【讨论】：

【解决方案2】：

为了获取列表项的长度，您可以使用 str 函数，如下所示

df = pd.DataFrame({'Binary_List': [[0, 0, 1, 0, 0, 0, 0],
                                   [0, 1, 0, 0, 0, 0, 0],
                                   [0, 0, 1, 1, 0, 0, 0],
                                   [0, 0, 0, 0, 1, 1, 1]]})

df["Binary_List"].astype(np.str).str.count("1")

【讨论】：