在 Python pandas 中处理稀疏数据时,将列表插入特定单元格可能具有挑战性。使用 df.ix[1,'B'] = abc 等常见方法尝试此类操作通常会因密钥长度不匹配而导致错误。
尝试解决将列表括在附加方括号中(例如 df.ix[1,'B'] = [abc])或使用字符串表示形式(例如 df.ix[1,'B'] = ', '.join (abc)) 并不令人满意,因为它们引入了额外的元素或改变了预期的数据结构。
更有效的方法是使用 df.at 而不是df.ix 或 df.loc。 df.at 专门针对单个单元格,消除了可能导致上述错误的歧义。
<code class="python">import pandas as pd # Create a dataframe with mixed data types df = pd.DataFrame(data={'A': [1, 2, 3], 'B': ['x', 'y', 'z']}) # Insert a list into cell 1B df.at[1, 'B'] = ['m', 'n'] print(df)</code>
此操作成功将 ['m', 'n'] 插入单元格 1B,没有任何错误。
需要注意的是,要插入列表的列必须将其 dtype 设置为“object”。如果该列具有不同的数据类型,例如“int64”,则会发生错误。为了解决这个问题,您可以在尝试插入之前转换列的数据类型:
<code class="python">df = pd.DataFrame(data={'A': [1, 2, 3], 'B': [1,2,3]}) df['B'] = df['B'].astype('object') # Now, list insertion will work as expected df.at[1, 'B'] = [1, 2, 3]</code>
以上是如何在 Python 中成功将列表插入 DataFrame 单元格?的详细内容。更多信息请关注PHP中文网其他相关文章!