如何在 Pandas 中连接包含列表（系列）的两列

Posted 2023-02-24

【中文标题】如何在 Pandas 中连接包含列表（系列）的两列

【英文标题】：How to concatenate two columns containing list (series) in Pandas

【发布时间】：2019-01-23 00:58:20

【问题描述】：

我想连接 pandas 中的两列。每列包含一个 1x4 元素的浮点列表。我想合并两列，使得输出是一个 1x8 的向量。下面显示了数据帧的 sn-p

ue,bs
"[1.27932459e-01 7.83234197e-02 3.24789420e-02 4.34971932e-01]","[2.97806183e-01 2.32453145e-01 3.10236304e-01 1.69975788e-02]"
"[0.05627587 0.4113416  0.02160842 0.20420576]","[1.64862491e-01 1.35556330e-01 2.59050065e-02 1.42498115e-02]"

要连接两列，我执行以下操作：

df['ue_bs'] = zip(df_join['ue'], df_join['bs'])

有了这个，我得到一个新列“ue_bs”，其中包含df['ue_bs']第一行的以下内容：

(array([1.27932459e-01, 7.83234197e-02, 3.24789420e-02, 4.34971932e-01]),
 array([2.97806183e-01, 2.32453145e-01, 3.10236304e-01, 1.69975788e-02]))

但是，它们仍然是两个数组。为了合并它们，我做了如下：

a = df['ue_bs'][0]
np.concatenate((a[0], a[1]), axis=0)

然后，我得到了

array([1.27932459e-01, 7.83234197e-02, 3.24789420e-02, 4.34971932e-01,
   2.97806183e-01, 2.32453145e-01, 3.10236304e-01, 1.69975788e-02])

我想知道是否有一种简洁的方法可以在单行代码中执行此操作，而不必遍历 df['ue_bs'] 并执行 np.concatenate()？

【参考方案1】：

在python中连接两个列表，最简单的方法是使用+。在 pandas 中连接列时也是如此。你可以这样做：

df['ue_bs'] = df['ue'] + df['bs']

---

如果列类型是numpy数组，你可以先将它们转换成普通的python列表，然后再连接：

df['ue_bs'] = df['ue'].apply(lambda x: x.tolist()) + df['bs'].apply(lambda x: x.tolist())

【讨论】：

这可行，但如果其他列包含 NaN 值，则连接结果为 NaN。您对此解决方案有替代方案吗？

@Dagad：一个简单的解决方案是首先用一个空列表替换任何 NaN 值，例如：***.com/questions/33199193/…

好的，会尝试并通知您。还有任何避免重复值的替代方法吗？

@Dagad：你可以转换成一个集合（如果你想要一个列表，再返回）：***.com/questions/53596283/…

请你检查我的问题，我把所有问题都说清楚了，***.com/questions/70617623/…

【参考方案2】：

创建二维 numpy 数组，然后创建 numpy.hstack:

a = np.array(df[['ue','bs']].values.tolist())
df['ue_bs'] = np.hstack((a[:, 0], a[:, 1])).tolist()

print (df.loc[0, 'ue_bs'])
[0.127932459, 0.0783234197, 0.032478942, 0.434971932, 
 0.297806183, 0.232453145, 0.310236304, 0.0169975788]

【讨论】：

如何在 Pandas 中以行方式连接列表类型的列？例如，第 1 行包含一列，其值类似于第 1 行 = 1 a [a,b,c] 第 2 行 = 1 b [a,d] 结果 = 1 b [a,b,c,d]

@AlwaysSunny - 有 3 列？并且thitd列包含列表？

@AlwaysSunny - 所以需要删除a，因为存在于[a,b,c] 中？

这是我的问题，请看***.com/questions/63738328/…