将numpy.array存储在Pandas.DataFrame的单元格中

Question

我有一个要存储’raw’的数据框numpy.array：

df['COL_ARRAY'] = df.apply(lambda r: np.array(do_something_with_r), axis=1)

但似乎pandas试图“解压” numpy.array。

有解决方法吗？除了使用包装器之外（请参见下面的编辑）？

我尝试reduce=False没有成功。

编辑

这行得通，但是我必须使用’dummy’Data类来包装数组，这不能令人满意，也不是很优雅。

class Data:
    def __init__(self, v):
        self.v = v

meas = pd.read_excel(DATA_FILE)
meas['DATA'] = meas.apply(
    lambda r: Data(np.array(pd.read_csv(r['filename'])))),
    axis=1
)

Answer 1

在numpy数组周围使用包装器，即将numpy数组作为列表传递

a = np.array([5, 6, 7, 8])
df = pd.DataFrame({"a": [a]})

输出：

             一种
0 [5、6、7、8]

或者您可以apply(np.array)通过创建元组来使用，即如果您有一个数据框

df = pd.DataFrame({'id': [1, 2, 3, 4],
                   'a': ['on', 'on', 'off', 'off'],
                   'b': ['on', 'off', 'on', 'off']})

df['new'] = df.apply(lambda r: tuple(r), axis=1).apply(np.array)

输出：

     新的Ab ID
0 on on 1 [on，on，1]
1开关闭2 [开，关闭，2]
2 off on 3 [off，on，3]
3 off off 4 [off，off，4]



df['new'][0]

输出：

array(['on', 'on', '1'], dtype='<U2')