python - 将 numpy.array 存储在 Pandas.DataFrame 的单元格中

Question

我有一个数据框，我想在其中存储“原始”numpy.array:

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

但似乎 pandas 试图“解包”numpy.array。

有解决方法吗？除了使用包装器(见下面的编辑)？

我尝试 reduce=False 没有成功。

编辑

这行得通，但我必须使用'dummy' Data 类来环绕数组，这不能令人满意并且不是很优雅。

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
)

Answer 1

在 numpy 数组周围使用包装器，即将 numpy 数组作为列表传递

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

输出:

             a
0  [5, 6, 7, 8]

Or you can use apply(np.array) by creating the tuples i.e. if you have a 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)

输出:

     a    b  id            new
0   on   on   1    [on, on, 1]
1   on  off   2   [on, off, 2]
2  off   on   3   [off, on, 3]
3  off  off   4  [off, off, 4]

df['new'][0]

输出:

array(['on', 'on', '1'], dtype='<U2')