将包含字符串和NAN的列转换为Pandas中的整数列表

我有一个数据框从CSV文件中读取，该文件包含一些包含列表的列。然而，它们最终成为Pandas中的一个字符串，就像本例中的B列一样。我想将此列转换为包含整数列表的新列。一些并发症。 1）原始列中有一些NaN值。这阻止了ast.literal_eval为我工作。 2）如果可能的话，我希望所有结果列表的长度相同（该列中最长列表的长度），并用NAN填充。所以最终应该看起来像C列，其中每个元素都是一个整数列表。这跟我一样近了。所以我有一个字符串列表，但不是整数，并没有填充到最大长度。那么，至少我是这么认为的！ :-)将包含字符串和NAN的列转换为Pandas中的整数列表

import pandas as pd 
import numpy as np 
from IPython.display import display 

df = pd.DataFrame({'A' : (1,2,3), 'B': ('[0,1]',np.nan,'[0,1,2]'), \ 
    'C': ([0,1,np.nan],[np.nan,np.nan,np.nan],[0,1,2])}) 
df['D'] = df['B'].str.replace(']','').str.replace('[','').str.split('\W') 
display("Starting point: ", df['B'][0]) 
display("What I want: ", df['C'][0]) 
display("What I have so far: ", df['D'][0])

这是从上面的输出：

Starting point: 
[0,1] 
What I want: 
[0, 1, nan] 
What I have so far: 
['0', '1']

任何帮助将是非常赞赏，并会节省我很多的头发。

来源

2016-06-28 Michael

我认为你必须遍历列d所有列表以获得最大的长度。那么你可以像这样扩展所有更短的列表： '''aList.extend（np.nan *（maxLen - len（aList）））''' –

谢谢恭唐！ – Michael

这应该完成它：

b = df.B.str.extract(r'\[(.*)\]', expand=False).str.split(',', expand=True).fillna(np.nan) 
df['D'] = pd.DataFrame(b.apply(lambda x: tuple(x.values))).applymap(list)

来源

2016-06-28 06:53:44 piRSquared

谢谢piRSquared！一个小的补充是，在（x.values）之后放置axis = 1，否则它沿着列而不是行来执行列表。所以它变成：df ['D'] = pd.DataFrame（b.apply（lambda x：tuple（x.values），axis = 1））。applymap（list） – Michael

将包含字符串和NAN的列转换为Pandas中的整数列表

回答

相关问题