python - 熊猫适用于以列表为值的数据框

Question

我有一个包含两列的数据框，列A是整数列表，列B包含整数。我想要的输出是一个熊猫系列，它的值是列表，通过将列表中的每个元素乘以列中A的相应元素获得B。

我试图使用apply，但我有意外的行为。

设置 1： 如果列表中的最大长度A 恰好等于 DataFrame 的列数，我会得到一个具有原始形状的 DataFrame，而不是 TimeSeries

ts1 = pd.Series([[1, 2], [3], [4, 5]])
ts2 = pd.Series([1, 2, 3])

df = pd.concat([ts1, ts2], keys=['A', 'B'], axis=1)

def foo(x):
    return [el * x['B'] for el in x['A']]

df.apply(foo, axis=1)

    A   B
0   1   2
1   6   6
2  12  15

设置 2： 对于列表的任意长度A（这是我的用例），apply失败：

ts1 = pd.Series([[1, 2], [3], [4, 5, 6]])
ts2 = pd.Series([1, 2, 3])

df = pd.concat([ts1, ts2], keys=['A', 'B'], axis=1)

def foo(x):
    return [el * x['B'] for el in x['A']]

df.apply(foo, axis=1, reduce=False)

ValueError: could not broadcast input array from shape (3) into shape (2)

我在 python 3.4 中使用 pandas 0.21.1

我试图玩弄applybroadcast和reduce参数，但没有成功。

问题：

• 在我的熊猫版本中是否有有效的 apply 语法来实现这一点？
• 关于它为什么失败的任何见解？
• 任何更好的解决方案/方法，也使用 numpy 或其他熊猫功能？我目前的解决方案根本感觉不是最佳的

标签： pythonpandasdataframe

Answer 1

您还可以将列表转换为 numpy 数组并在两个系列上使用广播

df.A.apply(np.array) * df.B
#Out:
0      [1, 2]
1         [6]
2    [12, 15]
dtype: object