2

我有一个熊猫数据框，其中一列将列表作为值。例如：

a = [(1,1,[1,2]),(2,2,[2,3,4])]
In [75]: pd.DataFrame.from_records(a,columns=['a','b','c'],exclude='b')
Out[75]:
   a          c
0  1     [1, 2]
1  2  [2, 3, 4]

如您所见，列 c 实际上包含一个列表。由以下人员验证：

In [76]: _.c.ix[0]
Out[76]: [1, 2]

因此，在这里，数据框包含真正的列表，可用于以后使用所有列表类功能进行分析。但是当我保存数据框然后再次加载它时，列表变为字符串：

In [72]: _.to_csv(r'D:\test.csv')

In [73]: pd.read_csv(r'D:\test.csv')
Out[73]:
   Unnamed: 0  a          c
0           0  1     [1, 2]
1           1  2  [2, 3, 4]

In [74]: _.c.ix[0]
Out[74]: '[1, 2]'

我失去了列表功能。这是一个错误吗？

4

1 回答 1

4

不，这不是错误。CSV 文件没有数据类型信息。当您加载文件时，所有read_csv必须继续的就是文本。当它[1, 2]在文件中看到时，它不会假定它应该将内容作为列表处理。（这是正确的；CSV 文件可能包含不应该是列表的格式的文本。）

直接回答：如果您想将该列重新转换为列表，请执行df['c'] = df['c'].map(ast.literal_eval). （当然，您必须首先import ast。）您可以将其写入“转换器”函数以在加载时执行此操作-请参阅read_csv文档。

更好的方法：将您的数据另存为 CSV 以外的其他内容，以便在加载时可以保存和恢复数据类型。最简单的方法是保存为二进制文件：df.to_pickle('test.df').

大图：包含列表的 DataFrame 或 Series 是单一的：它们处理起来不是很方便，而且它们没有提供 pandas 处理数据的大部分好工具。再想想你是否真的需要你的数据作为列表。（也许你会这样做，但这应该是最后的手段。）

于 2013-09-24T13:25:24.653 回答