当熊猫中的空值时 to_list 不适用于熊猫

如何解决当熊猫中的空值时 to_list 不适用于熊猫

df = pd.DataFrame({'a':[None,1,2],'b':[None,(1,2),(3,4)]}) 


    a   b
0   NaN None
1   1.0 (1,2)
2   2.0 (3,4)

我想将列中的元组设置为每个人都有自己的列。但是，我的方法有问题

df[['b1','b2']] = pd.DataFrame(df['b'].tolist(),index=df.index)

ValueError: Columns must be same length as key

我试图填充一个空元组，但它不会占用一个元组。我怎样才能做到这一点？

解决方法

您可以先 drop 列 NaN 中的 b 值，然后从 b 列中的剩余元素创建一个新数据框，并将结果数据框分配给列 { {1}} 和 b1：

b2

---

b = df['b'].dropna()
df[['b1','b2']] = pd.DataFrame(b.tolist(),index=b.index)

,

令我惊讶的是，this solution by piR² 也适用于您的情况：

df["x"],df["y"] = df.b.str

输出：

     a       b    x    y
0  NaN    None  NaN  NaN
1  1.0  (1,2)  1.0  2.0
2  2.0  (3,4)  3.0  4.0

话虽如此 - 有一个 FutureWarning Columnar iteration over characters will be deprecated in future releases.，所以这不是一个长期的解决方案。

,

在创建 2 列之前将 None 转换为 (None,None) 如下：

df['b'] = df['b'].map(lambda x: (None,None) if x is None else x)

然后你可以通过你的步骤得到想要的结果：

    df[['b1','b2']] = pd.DataFrame(df['b'].tolist(),index=df.index)
    print(df)

Output:
    a              b     b1  b2
0   NaN (None,None)    NaN NaN
1   1.0       (1,2)    1.0 2.0
2   2.0       (3,4)    3.0 4.0

如果您希望 b 列中的 None 保持不变，您可以使用：

    df[['b1','b2']] = pd.DataFrame(df['b'].map(lambda x: (None,None) if x is None else x).tolist(),index=df.index)

    print(df)

Output:
    a         b    b1  b2
0   NaN    None   NaN NaN
1   1.0  (1,2)   1.0 2.0
2   2.0  (3,4)   3.0 4.0

,

如果元组具有不同数量的元素，则更通用的解决方案是创建如下所示的自定义函数

def create_columns_from_tuple(df,tuple_col):
    
    # get max length of tuples
    max_len = df[tuple_col].apply(lambda x: 0 if x is None else len(x)).max()
    
    # select rows with non-empty tuples
    df_full = df.loc[df[tuple_col].notna()]
    
    # create dataframe with exploded tuples
    df_full_exploded = pd.DataFrame(df_full[tuple_col].tolist(),index=df_full.index,columns=[tuple_col + str(n) for n in range(1,max_len+1)])
    
    # merge the two dataframes by index
    result = df.merge(df_full_exploded,left_index=True,right_index=True,how='left')
    
    return result

在此函数中，您传递数据框和元组列的名称。该函数将自动创建与元组最大长度一样多的列。

create_columns_from_tuple(df,tuple_col='b')
#      a       b   b1   b2
# 0  NaN    None  NaN  NaN
# 1  1.0  (1,2)  1.0  2.0
# 2  2.0  (3,4)  3.0  4.0

---

如果你有元素数量不同的元组：

df = pd.DataFrame({'a':[None,1,2],'b':[None,(1,2,42),(3,4)]}) 
create_columns_from_tuple(df,tuple_col='b')
#      a           b   b1   b2    b3
# 0  NaN        None  NaN  NaN   NaN
# 1  1.0  (1,42)  1.0  2.0  42.0
# 2  2.0      (3,4)  3.0  4.0   NaN