将列表的两个 pandas 列彼此分开

Question

我有一个这样的 df：

col1        col2

[1,3,4,5]   [3,3,6,2]

[1,4,5,5]   [3,8,4,3]

[1,3,4,8]   [8,3,7,2]

尝试将 col1 和 col2 中的列表中的元素划分在一起以获得结果列中的内容：

col1        col2        result

[1,3,4,5]   [3,3,6,2]   [.33,1,.66,2.5]

[1,4,5,5]   [3,8,4,3]   [.33,.5,1.25,1.66]

[1,3,4,8]   [8,3,7,2]   [.33,1,.57,4]

尝试了很多不同的方法 - 但总是出错。

尝试：

#attempt1

df['col1'].div(df['col2'], axis=0)

#attempt2

from operator import truediv

for i in df.col1:

     a = np.array(df['col1'])

     for t in df.col2:

         b = np.array(df['col2'])

         x = a/b

         print(x)

#attempt3

for i in df.index:

    a = col1

    b = col2

    x = map(truediv, a, b)

#attempt4

a = col1

b = col2

result = [x/y for x, y in zip(a, b)]

#then apply to df

#attempt5

a = col1

b = col2

result = a/b

print(percent_matched)

#then #apply to df

>>>TypeError: unsupported operand type(s) for /: 'list' and 'list'

有任何想法吗？

Answer 1

用于.applymap将列转换为np.arrays然后用来.div分列如果必须四舍五入，则在计算该列时 result附加, 。.apply(lambda x: np.round(x, 3))np.round()df['result'] = df.col1.div(df.col2).apply(lambda x: np.round(x, 3))import numpy as npimport pandas as pddata = {'col1': [[1,3,4,5], [1,4,5,5], [1,3,4,8]], 'col2': [[3,3,6,2], [3,8,4,3], [8,3,7,2]]}df = pd.DataFrame(data)# convert columns to arraysdf = df.applymap(np.array)# divide the columnsdf['result'] = df.col1.div(df.col2)

Answer 2

您可以将列表理解与应用一起使用，这是以两个列表的长度相同为条件的df['result'] = df.apply(lambda x: [np.round(x['col1'][i]/x['col2'][i], 2) for i in range(len(x['col1']))], axis = 1)    col1            col2            result0   [1, 3, 4, 5]    [3, 3, 6, 2]    [0.33, 1.0, 0.67, 2.5]1   [1, 4, 5, 5]    [3, 8, 4, 3]    [0.33, 0.5, 1.25, 1.67]2   [1, 3, 4, 8]    [8, 3, 7, 2]    [0.12, 1.0, 0.57, 4.0]编辑：正如@TrentonMcKinney 所建议的，这可以在不使用 LC 的情况下完成。该解决方案利用了 Numpy 的矢量化操作，df.apply(lambda x: np.round(np.array(x[0]) / np.array(x[1]), 3), axis=1)

Answer 3

df=df.apply(pd.Series.explode)#df['result']=(df.col1.div(df.col2))df.groupby(level=0)['result'].agg(list).reset_index()

Answer 4

如果这些很大，你最好将它们转换为 np.arrays 然后进行除法：df["col1"] = df["col1"].apply(np.array)df["col2"] = df["col2"].apply(np.array)df["output"] = df.col1/df.col2