Desarrollo de Python
  1. Desarrollo de Python
  3. Almacenar numpy.array en celdas de un Pandas.DataFrame
Intereting Posts
¿Por qué urllib.request.urlopen a veces no funciona, pero los navegadores funcionan? ¿Pruebas unitarias y funcionales de una aplicación basada en PySide? como hacer una cola en python Lectura * .mhd / *. Formato sin formato en python Extraer todas las claves de una lista de diccionarios guardando la salida superior usando Python “TypeError: los objetos ‘DataFrame’ son mutables, por lo tanto, no se pueden hashear” al ordenar el índice de dataframe de pandas Convierte la lista de datestrings a datetime muy lenta con Python strptime Cuerda de python con espacio y sin espacio al final e inmutabilidad. Función de manipulación de nombres de Python No se pudo encontrar el módulo “cx_Oracle” de Python Python urllib2 Progress Hook Cómo hacer que el script de Python presione ‘enter’ cuando se le solicite en Shell Operaciones con matrices vectoriales en Python ¿Por qué no agregar dinámicamente un método `__call__` a una instancia?

Almacenar numpy.array en celdas de un Pandas.DataFrame

Tengo un dataframe en el que me gustaría almacenar numpy.array ‘raw’: 

 df['COL_ARRAY'] = df.apply(lambda r: np.array(do_something_with_r), axis=1)

pero parece que los pandas intentan ‘desempacar’ el numpy.array.

¿Hay una solución? ¿Aparte de usar una envoltura (ver edición abajo)?

Intenté reduce=False sin éxito.

EDITAR

Esto funciona, pero tengo que usar la clase de Data ‘ficticia’ para envolver la matriz, lo cual no es satisfactorio y no es muy elegante. 

 class Data: def __init__(self, v): self.v = v meas = pd.read_excel(DATA_FILE) meas['DATA'] = meas.apply( lambda r: Data(np.array(pd.read_csv(r['filename'])))), axis=1 )

Use una envoltura alrededor de la matriz numpy, es decir, pase la matriz numpy como lista 

 a = np.array([5, 6, 7, 8]) df = pd.DataFrame({"a": [a]})

Salida: 

              una
 0 [5, 6, 7, 8]

O puede usar apply(np.array) creando las tuplas, es decir, si tiene un dataframe 

 df = pd.DataFrame({'id': [1, 2, 3, 4], 'a': ['on', 'on', 'off', 'off'], 'b': ['on', 'off', 'on', 'off']}) df['new'] = df.apply(lambda r: tuple(r), axis=1).apply(np.array)

Salida: 

      ab id nuevo
 0 en 1 [en, en, 1]
 1 encendido apagado 2 [encendido, apagado, 2]
 2 off en 3 [off, on, 3]
 3 off off 4 [off, off, 4]

 df['new'][0]

Salida: 

 array(['on', 'on', '1'], dtype='

Puede ajustar los np.array datos del Marco de datos entre corchetes para mantener el np.array en cada celda: 

 one_d_array = np.array([1,2,3]) two_d_array = one_d_array*one_d_array[:,np.newaxis] two_d_array array([[1, 2, 3], [2, 4, 6], [3, 6, 9]]) pd.DataFrame([ [one_d_array], [two_d_array] ]) 0 0 [1, 2, 3] 1 [[1, 2, 3], [2, 4, 6], [3, 6, 9]]