我有一个数据框,它要求列的一个子集具有多个值的条目。下面是一个带有“runtimes”列的数据帧,其中包含程序在各种条件下的运行时间:
df = [{"condition": "a", "runtimes": [1,1.5,2]}, {"condition": "b", "runtimes": [0.5,0.75,1]}]
df = pandas.DataFrame(df)
这将生成一个数据帧:
condition runtimes
0 a [1, 1.5, 2]
1 b [0.5, 0.75, 1]
如何处理此数据框并使pandas将其值视为数字列表?例如,计算行中“运行时”列的平均值?
df["runtimes"].mean()
给出错误:"Could not convert [1, 1.5, 2, 0.5, 0.75, 1] to numeric"
使用这些数据帧并将它们序列化为csv文件会很有用,其中,[1, 1.5, 2]
这样的列表会转换为"1,1.5,2"
,因此它仍然是csv文件中的一个条目。
看起来熊猫正试图将序列中的所有列表相加并除以行数。这将导致列表连接,结果将无法通过数字类型检查。这解释了错误中的列表。
你可以这样计算平均值:
除此之外,pandas不喜欢将列表用作值。如果数据是表格式的,请考虑将列表分成三列。
序列化列的工作方式与此类似:
感觉你在试图让熊猫变成另一种东西。如果始终有3个运行时,则可以生成3列。然而,Pandas-esqe的方法越多,就是将数据(不管你有多少个不同的试验)标准化为如下内容:
那你就可以
这里的概念是保持数据表格式,并且每个单元格只有一个值。如果要执行嵌套列表函数,则应使用列表,而不是Pandas数据帧。
相关问题 更多 >
编程相关推荐