Desarrollo de Python
  1. Desarrollo de Python
  3. Python Pandas: seleccionando elemento en la columna matriz
Intereting Posts
¿Alguna libs de Python para analizar los archivos de configuración de Apache? Python sqlalchemy inserta varias líneas en una estructura de datos de tupla Módulo MySQL de Python ¿Cómo recuperar el valor de la columna de resultados de SQL utilizando el nombre de columna en Python? Rompiendo una cadena en palabras individuales en Python Genere un nuevo proceso de no locking usando Python en Mac OS X Juego de la vida de Conway con Python Progtwig de Python para encontrar series de fibonacci. Manera más pythonica ¿Se puede hacer que Python reciba una matriz de cadena de longitud variable desde C #? pandas incapaces de leer desde un gran objeto StringIO django-allauth devuelve el error “Reverse … con argumentos ‘()’ y argumentos de palabras clave ‘{}’ no encontrados” Agrupar por columna en marcos de datos pandas y matrices promedio ¿Cómo convertir una cadena a una función en python? Python agrega varios archivos en un orden dado a un archivo grande Cómo pasar un evento al widget padre

Python Pandas: seleccionando elemento en la columna matriz

Tengo el siguiente dataframe: 

pa=pd.DataFrame({'a':np.array([[1.,4.],[2.],[3.,4.,5.]])})

Quiero seleccionar la columna ‘a’ y luego solo un elemento en particular (es decir, primero: 1., 2., 3.)

¿Qué necesito agregar a: 

 pa.loc[:,['a']]

?

pa.loc[row] selecciona la fila con la fila de la etiqueta.

pa.loc[row, col] selecciona las celdas que son la sección de row y col

pa.loc[:, col] selecciona todas las filas y la columna llamada col . Tenga en cuenta que aunque esto funciona, no es la forma idiomática de referirse a una columna de un dataframe. Para eso deberías usar pa['a']

Ahora tiene listas en las celdas de su columna, por lo que puede usar los métodos de cadena vectorizada para acceder a los elementos de esas listas como tal. 

 pa['a'].str[0] #first value in lists pa['a'].str[-1] #last value in lists

Almacenar listas como valores en un Pandas DataFrame tiende a ser un error porque le impide aprovechar las rápidas operaciones vectorizadas NumPy o Pandas.

Por lo tanto, es mejor que conviertas tu DataFrame de listas de números en un DataFrame más amplio con tipos de datos nativos de NumPy: 

 import numpy as np import pandas as pd pa = pd.DataFrame({'a':np.array([[1.,4.],[2.],[3.,4.,5.]])}) df = pd.DataFrame(pa['a'].values.tolist()) # 0 1 2 # 0 1.0 4.0 NaN # 1 2.0 NaN NaN # 2 3.0 4.0 5.0

Ahora, puedes seleccionar la primera columna como esta: 

 In [36]: df.iloc[:, 0] Out[36]: 0 1.0 1 2.0 2 3.0 Name: 0, dtype: float64

o la primera fila como esta: 

 In [37]: df.iloc[0, :] Out[37]: 0 1.0 1 4.0 2 NaN Name: 0, dtype: float64

Si desea eliminar los NaN, use .dropna() : 

 In [38]: df.iloc[0, :].dropna() Out[38]: 0 1.0 1 4.0 Name: 0, dtype: float64

y .tolist() para recuperar los valores como una lista: 

 In [39]: df.iloc[0, :].dropna().tolist() Out[39]: [1.0, 4.0]

pero si desea aprovechar NumPy / Pandas para la velocidad, querrá express sus cálculos como operaciones vectorizadas en df sin tener que volver a las listas de Python.