如何在 Pandas Dataframe 中应用列表理解？

Posted 2023-03-12

【中文标题】如何在 Pandas Dataframe 中应用列表理解？

【英文标题】：How to apply a list comprehension in Panda Dataframe?

【发布时间】：2020-09-18 22:44:03

【问题描述】：

从list 的值中，我尝试识别总和超过 10 的任何连续值对

a = [1,9,3,4,5]

...所以我写了一个for 循环...

values = []
for i in range(len(a)-2):
    if sum(a[i:i+2]) >10:
        values += [a[i:i+2]]

...我将其重写为列表理解...

values = [a[i:i+2] for i in range(len(a)-2) if sum(a[i:i+2]) >10]

两者产生相同的输出：

values = [[1,9], [9,3]]

我的问题是如何最好地在 DataFrame 中应用上述列表理解。

这是示例 5 行 DataFrame

import pandas as pd
df = pd.DataFrame('A': [1,1,1,1,0], 
                   'B': [9,8,3,2,2],
                   'C': [3,3,3,10,3],
                   'E': [4,4,4,4,4],
                   'F': [5,5,5,5,5])
df['X'] = df.values.tolist()

在哪里： - a 在 df['X'] 中，这是 A - F 列的值列表

df['X'] = [[1,9,3,4,5],[1,8,3,4,5],[1,3,3,4,5],[1,2,10,4,5],[0,2,3,4,5]]

并且，列表理解的结果将存储在新列df['X1]

期望的输出是：

df['X1'] = [[[1,9], [9,3]],[[8,3]],[[NaN]],[[2,10],[10,4]],[[NaN]]]

谢谢。

【问题讨论】：

请为输入设置一个小样本数据框，为所需输出设置一个。

如果您在设置示例数据帧时遇到问题，可以查看this reference post。

谢谢。添加了示例数据框

该示例数据框有点太大而无法使用。您能否将其限制为具有确定性（非随机生成）值的六行，好吗？另外，请发布您想要的该示例的结果。谢谢。

顺便说一句，我需要在这里看到所需的结果，因为不清楚您希望新列如何适应原始数据框。因为您的代码可以生成比原始列短的列表。

【参考方案1】：

您可以使用 pandas 应用函数，并将您的列表推导式放入其中。

df = pd.DataFrame('A': [1,1,1,1,0], 
                   'B': [9,8,3,2,2],
                   'C': [3,3,3,10,3],
                   'E': [4,4,4,4,4],
                   'F': [5,5,5,5,5])

df['x'] = df.apply(lambda a: [a[i:i+2] for i in range(len(a)-2) if sum(a[i:i+2]) >= 10], axis=1)

#Note the axis parameters tells if you want to apply this function by rows or by columns, axis = 1 applies the function to each row.

这将给出 df['X1'] 中所述的输出