python - 按细胞类型过滤 Pandas 数据框

Question

我有一个从 openstreetmap 数据生成的地理数据框。我对其中一列有疑问，它返回 object 的 dtype，包含字符串和列表的混合，如 highway下面的专栏。

    access geometry                                         highway
0   NaN LINESTRING (-10817.60510122531 6680340.0880667...   footway
1   no  LINESTRING (-11843.46986863073 6678698.1663396...   footway
2   no  LINESTRING (-11843.46986863073 6678698.1663396...   [footway, steps]
3   no  LINESTRING (-11843.46986863073 6678698.1663396...   footway
4   NaN LINESTRING (-9727.497855683101 6679963.0804682...   unclassified

我正在尝试获取 highway 列的唯一值，但是 unique() 函数返回一个 TypeError: unhashable type: 'list' 错误。我明白为什么会发生这种情况，但我不确定如何真正获得独特的值(value)。我正在考虑按单元格 dtype 过滤数据框，比如

dfMultitags = df[type(df['highway']) == type(list()]

但我似乎也找不到办法做到这一点。欢迎任何想法。

编辑:这个问题更多地与包含不规则列表的 pandas 列有关，解决方案来自 Group operations on Pandas column containing lists不要在这里整齐地申请。答案是将列表转换为元组。就我而言，这会导致以下结果:

0                      (f, o, o, t, w, a, y)
1                      (f, o, o, t, w, a, y)
2                           (footway, steps)
3                      (f, o, o, t, w, a, y)
4       (u, n, c, l, a, s, s, i, f, i, e, d)
5       (u, n, c, l, a, s, s, i, f, i, e, d)
6                      (f, o, o, t, w, a, y)

理想情况下，我想将初始数据帧拆分为两个数据帧，一个包含所有 list 类型的单元格，另一个包含所有具有 str 值的单元格。

Answer 1

您可以使用 apply() 仅将列表转换为元组，而其余部分保持不变，然后调用 unique():

In [15]: df = pd.DataFrame({'highway': ['footway', 'footway', ['footway', 'steps'], 'footway', 'unclassified']})

In [16]: df['highway'].apply(lambda x: tuple(x) if isinstance(x, list) else x).unique()
Out[16]: array(['footway', ('footway', 'steps'), 'unclassified'], dtype=object)

如果您将 tuple() 应用于整个列，它会将字符串转换为每个字符的元组。