使用 pandas 在 DataFrame 中创建一个由列表组成的新列

Question

给出以下 DataFrame：

   t
0  3
1  5

我想创建一个新列，其中 wach 条目是一个列表，它是它所在行的函数。特别是它应该有一个包含所有正整数的列表，该整数不大于列 t。所以输出应该是：

   t  newCol
0  3  [1,2,3]
1  5  [1,2,3,4,5]

换句话说，我想对每一行应用 list(range(1,t+1))。我知道如何循环执行，但是 DataFrame 很长，所以我正在寻找速度。谢谢。

Answer 1

这是使用 NumPy 方法的矢量化方法 -

a = df.t.values
idx = a.cumsum()
id_arr = np.ones(idx[-1],dtype=int)
id_arr[idx[:-1]] = -a[:-1]+1
df['newCol'] = np.split(id_arr.cumsum(),idx[:-1])

样本运行-

In [76]: df
Out[76]: 
   t                 newCol
0  4           [1, 2, 3, 4]
1  3              [1, 2, 3]
2  7  [1, 2, 3, 4, 5, 6, 7]
3  2                 [1, 2]
4  5        [1, 2, 3, 4, 5]
5  3              [1, 2, 3]

Answer 2

这与@Divakar 的回答非常接近，但我认为更直观一点。

获取值以便更快地访问 numpy
v = df.t.values
[3 5]
得到v
的累计和 cumsum = v.cumsum()
[3 8]
得到一些差异
用于跟踪拆分并稍后取差
diffs = cumsum - v
[0 3]
编译一个大的累加和
这是最终值的起点
prevals = np.ones(cumsum[-1], dtype=int).cumsum()
[1 2 3 4 5 6 7 8]
最后拆分放
df['new_col'] = np.split(prevals - np.repeat(diffs, v), diffs[1:])

一起

df = pd.DataFrame(dict(t=[4, 3, 7, 2, 5, 3]))
v = df.t.values
cumsum = v.cumsum()
diffs = cumsum - v
prevals = np.ones(cumsum[-1], dtype=int).cumsum()
df['new_col'] = np.split(prevals - np.repeat(diffs, v), diffs[1:])

使用 pandas 在 DataFrame 中创建一个由列表组成的新列

Creating a new column consisting of lists in a DataFrame using pandas

python

apply

dataframe

python-3.x

pandas