Desarrollo de Python
  1. Desarrollo de Python
  3. Almacenar numpy.array en celdas de un Pandas.DataFrame
Intereting Posts
¿Puede Python imprimir una definición de función? ¿Cómo ejecuto un objeto de fecha en una configuración regional diferente? ¿Cómo forzar a scrapy a rastrear la URL duplicada? ¿Cómo creo dinámicamente las propiedades en Python? Codificación / depuración en vivo de Python Tipo de datos de Python para un FIFO de longitud fija ¿Cómo puedo verificar si una letra en una cadena está en mayúsculas usando python? Cómo obtener entrada multilínea del usuario Calcular la fecha hora diferencia python Cómo sacar los atributos CSS de los estilos en línea con BeautifulSoup Encadenado, nested dict () recibe llamadas en python ¿Cuál es el costo / complejidad de la inserción en la lista en algún lugar? ¿Cómo rest dos fechas en Django / Python? ¿Cómo implementar la segmentación semántica multiclase? Python: filtrando listas por índices

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]]