熊猫将数据框列单元格初始化为空列表

Posted

技术标签:

【中文标题】熊猫将数据框列单元格初始化为空列表【英文标题】:pandas initialize dataframe column cells as empty lists 【发布时间】:2016-09-21 18:11:50 【问题描述】:

我需要将DataFrame 列中的单元格初始化为lists

df['some_col'] = [[] for _ in no_of_rows]

我想知道在时间效率方面是否有更好的方法来做到这一点?

【问题讨论】:

您接受的答案比您的起点慢 3 倍。 @Stefan 看来你是对的,因为apply(list) 确实比我的旧代码慢了一点。 所以正如您在下面看到的,使用itertools 可以更快一点,但我认为您实际上已经相当不错了,因为我没有看到比添加列更快的方法标准方法,但也许有人想出了一些魔法.. 【参考方案1】:

由于您正在寻找时间效率,因此低于一些基准。我认为list 理解创建list 对象的空list 已经相当快了,但是您可以使用itertools.repeat 挤出一点点改进。在insert 部分,apply 慢 3 倍,因为它循环:

import pandas as pd
from itertools import repeat
df = pd.DataFrame("A":np.arange(100000))

%timeit df['some_col'] = [[] for _ in range(len(df))]
100 loops, best of 3: 8.75 ms per loop

%timeit df['some_col'] = [[] for i in repeat(None, len(df))]
100 loops, best of 3: 8.02 ms per loop

%%timeit 
df['some_col'] = ''
df['some_col'] = df['some_col'].apply(list)
10 loops, best of 3: 25 ms per loop

【讨论】:

【参考方案2】:

试试apply:

df1['some_col'] = ''
df1['some_col'] = df1['some_col'].apply(list)

示例:

df1 = pd.DataFrame('a': pd.Series([1,2]))
print (df1)
   a
0  1
1  2

df1['some_col'] = ''
df1['some_col'] = df1['some_col'].apply(list)
print (df1)
   a some_col
0  1       []
1  2       []

【讨论】:

这在时间效率方面如何更好? 嗯,我认为在时间效率方面并没有更好。但由 OP 决定哪个答案标志被接受。也许你更喜欢我,因为我是第一,也许是因为喜欢。但也许在几秒钟内改变他的看法。我不知道。 还要注意lambda: [] 会比list 快。 只是问,因为问题是关于时间效率的,所以如果答案也尝试这样做是一件好事。 @Stefan 现在也许你的解决方案会被接受。

以上是关于熊猫将数据框列单元格初始化为空列表的主要内容,如果未能解决你的问题,请参考以下文章

如何迭代数据列的每个单元格,转换和附加每个单元格?

在熊猫数据框单元格中插入列表

熊猫(Python):用前一行值填充空单元格?

列表追加到熊猫单元格中

将熊猫数据框单元格中的字典解析为新行单元格(新列)

基于将另一个单元格与另一个数据帧的单元格-熊猫进行比较,更改一个数据帧中单元格的值