将数组添加到 Pandas 数据帧

Question

我有一个数据框，想要创建一个新列，并将数组添加到每一行的新列中。我知道需要将该列的数据类型更改为“object”才能实现此目的。我尝试了以下方法，但无法成功：

import pandas
import numpy as np

df = pandas.DataFrame({'a':[1,2,3,4]})
df['b'] = np.nan
df['b'] = df['b'].astype(object)
df.loc[0,'b'] = [[1,2,4,5]]

错误是：

ValueError: Must have equal len keys and value when setting with an ndarray

但是，如果我将整个数据框的数据类型转换为 'object'，它就能起作用：

df = pandas.DataFrame({'a':[1,2,3,4]})
df['b'] = np.nan
df = df.astype(object)
df.loc[0,'b'] = [[1,2,4,5]] 

所以我的问题是：为什么我必须更改整个DataFrame的数据类型？

- lizardfireman

Answer 1

试试这个：

In [12]: df.at[0,'b'] = [1,2,4,5]

In [13]: df
Out[13]:
   a             b
0  1  [1, 2, 4, 5]
1  2           NaN
2  3           NaN
3  4           NaN

请注意，一旦在任何单元格中放入非标量值，相应列的数据类型将更改为object，以便能够包含非标量值：

In [14]: df.dtypes
Out[14]:
a     int64
b    object
dtype: object

通常情况下，在单元格中存储非标量值是不好的做法，因为大多数Pandas/Numpy方法在处理这种数据时会出现问题。

- MaxU - stand with Ukraine

---

这是我第一次遇到.at，为什么不用loc呢？ - iDrwish

@iDrwish，.at和.iat是为处理__单个__单元格而设计的，而.loc和.iloc则更加复杂，并具有更多用于对齐数据等逻辑。 - MaxU - stand with Ukraine

谢谢您的回答。但是在我的原始示例中，为什么我需要更改整个数据框的数据类型，而不仅仅是列呢？ - lizardfireman

@lizardfireman，使用.at - 你不需要将整个DF转换为object dtype - 参见我的答案中的df.dtypes输出。关于“为什么在整个DF转换为object dtype时df.loc[0,'b'] = [[...]]能够工作” - 我不知道... - MaxU - stand with Ukraine

+1，性能提示：at和iat（两者都很少使用）比基于.loc的等效方法更高效，用于访问标量。 - jpp