Desarrollo de Python
  1. Desarrollo de Python
  3. Almacenar numpy.array en celdas de un Pandas.DataFrame
Intereting Posts
¿Cuándo y por qué puedo asignar una instancia de una clase de descriptor a un atributo de clase en Python en lugar de usar una propiedad? Rellenar datos de formulario web utilizando módulos Python incorporados ‘Conda’ no se reconoce como comando interno o externo Aplicación de la función sobre la matriz / fila de numpy ¿Por qué necesito __init__.py en todos los niveles? Cómo agregar soporte Tkinter para la biblioteca Python PIL ¿Cómo devolver valor de exec en función? ¿Hay alguna forma de saber si el valor de un argumento es el predeterminado frente al especificado por el usuario? stdout to tkinter GUI Cómo controlar QProgressBar con Signal Implemente múltiples servicios web, es decir, múltiples archivos wsdl, en python Cómo agregar clústeres predichos de k-medias en una columna a un dataframe en Python Keras ImageDataGenerator: ¿por qué se invierten las salidas de mi CNN? Python Multi-threading en un conjunto de registros ¿Cómo hago un bucle a través de un gran conjunto de datos en python sin obtener un MemoryError?

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]]