python - 使用带有 np.array 值的字典列表创建 DataFrame

Question

我有一个字典列表，其中的值作为 numpy 数组返回(通常为空)。

data=[{'width': array([])},
      {'width': array([])},
      {'width': array([])},
      {'width': array([])},
      {'width': array([])},
      {'width': array([ 0.64848222])},
      {'width': array([ 0.62241745])},
      {'width': array([ 0.76892571])},
      {'width': array([ 0.69913647])},
      {'width': array([ 0.7506934])},
      {'width': array([ 0.69087949])},
      {'width': array([ 0.65302866])},
      {'width': array([ 0.67267989])},
      {'width': array([ 0.63862089])}]

我想创建一个 DataFame，其值是 float 而不是 numpy 数组数据类型。我还想将空数组转换为 NaN 值。

我尝试使用 df=pd.DataFrame(data, dtype=float) ，它返回一个 DataFame，其值为 np.arrays，如下所示:

               width
0                 []
1                 []
2                 []
3                 []
4                 []
5   [0.648482224582]
6   [0.622417447245]
7   [0.768925710479]
8   [0.699136467373]
9    [0.75069339816]
10  [0.690879488242]
11  [0.653028655088]
12  [0.672679885077]
13  [0.638620890633]

我还尝试使用 df.values.astype(float) 创建 df 后重新转换它的值，但出现以下错误:ValueError:使用序列设置数组元素。

我试图为 DataFame 获取的最终输出如下所示:

               width
0                NaN
1                NaN
2                NaN
3                NaN
4                NaN
5     0.648482224582
6     0.622417447245
7     0.768925710479
8     0.699136467373
9      0.75069339816
10    0.690879488242
11    0.653028655088
12    0.672679885077
13    0.638620890633

Answer 1

从 data 构造 DataFrame 后，您需要做的唯一额外的事情是:

df.width = df.width.str[0]

这是可行的，因为我们只是使用 .str 访问器来获取每个列表的第一个元素。空列表没有第一个元素，因此这些行返回 NaN。

您最终会得到一列 float64 值:

       width
0        NaN
1        NaN
2        NaN
3        NaN
4        NaN
5   0.648482
6   0.622417
7   0.768926
8   0.699136
9   0.750693
10  0.690879
11  0.653029
12  0.672680
13  0.638621

注意:如果要显示更多小数位，则需要使用 pd.set_options 调整浮点精度。

或者，您可以在构建 DataFrame 之前处理列表:

pd.DataFrame([x.get('width') for x in data], columns=['width'])