Desarrollo de Python
  1. Desarrollo de Python
  3. Almacenar numpy.array en celdas de un Pandas.DataFrame
Intereting Posts
¿Cuál es el valor del cortocircuito de Python? Cómo obtener entrada multilínea del usuario Python – buscar en el flujo de respuesta http Configurar el elemento de la barra del menú del menú de aplicaciones de Mac OSX a un valor distinto de “Python” en mi aplicación Python Qt Cómo cargar dinámicamente una clase Python Extraiga el nombre de la clave del diccionario de un solo elemento en Python Seguridad de Python ‘eval’ para la lista de deserialización Manejar caracteres codificados incorrectamente en la cadena Python Unicode Mesa de lectura paralela en pandas Fusionar una lista de marcos de datos de pandas ¿Cuál es el propósito de dictproxy? Multiplica todos los enteros en una cadena por valor en Python Pasando comillas dobles a un comando de Python usando el módulo de subproceso cómo obtener una cadena de tipo de campo desde el modelo db en django Confirmación manual en Django 1.8

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]]