我有一個像這樣的數據框：col1 col2[abc, bcd, dog] [[.4], [.5], [.9]][cat, bcd, def] [[.9], [.5], [.4]]列表中的數字col2描述了 中的元素（基于列表索引位置）col1。所以“.4”col2描述了“abc” col1。col1我想創建 2 個新列，其中一列僅提取中 >= .9 的元素col2，另一列作為col2;中的數字。所以兩行都是“.9”。結果：col3 col4[dog] .9[cat] .9我認為選擇從中刪除嵌套列表的路線col2就可以了。但這比聽起來更難。我已經嘗試了一個小時來移除那些指狀支架。嘗試：spec_chars3 = ["[","]"]for char in spec_chars3: # didn't work, turned everything to nan df1['avg_jaro_company_word_scores'] = df1['avg_jaro_company_word_scores'].str.replace(char, '')df.col2.str.strip('[]') #didn't work b/c the nested list is still in a list, not a string我什至還沒弄清楚如何提取列表索引號并過濾 col1
2 回答
開心每一天1111
TA貢獻1836條經驗 獲得超13個贊
根據問題末尾的解釋，似乎兩列都是
str類型，并且需要轉換為list類型.applymap與 一起使用ast.literal_eval。如果只有一列是
str類型，則使用df[col] = df[col].apply(literal_eval)
每列中的數據列表必須使用以下方法提取
pandas.DataFrame.explode外部
explode將值從列表轉換為標量（即[0.4]轉換為0.4）。
一旦值位于不同的行上，就可以使用布爾索引來選擇所需范圍內的數據。
如果您想
df與結合使用df_new，請使用df.join(df_new, rsuffix='_extracted')測試于
python 3.10,pandas 1.4.3
import pandas as pd
from ast import literal_eval
# setup the test data: this data is lists
# data = {'c1': [['abc', 'bcd', 'dog'], ['cat', 'bcd', 'def']], 'c2': [[[.4], [.5], [.9]], [[.9], [.5], [.4]]]}
# setup the test data: this data is strings
data = {'c1': ["['abc', 'bcd', 'dog', 'cat']", "['cat', 'bcd', 'def']"], 'c2': ["[[.4], [.5], [.9], [1.0]]", "[[.9], [.5], [.4]]"]}
# create the dataframe
df = pd.DataFrame(data)
# the description leads me to think the data is columns of strings, not lists
# convert the columns from string type to list type
# the following line is only required if the columns are strings
df = df.applymap(literal_eval)
# explode the lists in each column, and the explode the remaining lists in 'c2'
df_new = df.explode(['c1', 'c2'], ignore_index=True).explode('c2')
# use Boolean Indexing to select the desired data
df_new = df_new[df_new['c2'] >= 0.9]
# display(df_new)
? ? c1? ?c2
2? dog? 0.9
3? cat? 1.0
4? cat? 0.9
慕村9548890
TA貢獻1884條經驗 獲得超4個贊
您可以使用列表推導式根據您的條件填充新列。
df['col3'] = [
[value for value, score in zip(c1, c2) if score[0] >= 0.9]
for c1, c2 in zip(df['col1'], df['col2'])
]
df['col4'] = [
[score[0] for score in c2 if score[0] >= 0.9]
for c2 in df['col2']
輸出
col1 col2 col3 col4
0 [abc, bcd, dog] [[0.4], [0.5], [0.9]] [dog] [0.9]
1 [cat, bcd, def] [[0.9], [0.5], [0.4]] [cat] [0.9]
添加回答
舉報
0/150
提交
取消