如何将python对象（例如字典）分配给pandas列

Question

我想在pandas数据框中设置一个等于字典的单元格，其中同一行中的另一列等于1。我df.loc用来过滤行。由于我的字典有两个键，因此只有在通过进行的过滤df.loc也有两个键的情况下，它才有效。如果没有两个键，我得到ValueError: Must have equal len keys and value when setting with an iterable。

我不明白为什么这两件事是相关的。

import pandas as pd
df = pd.DataFrame(data=[[1,2], [0,3], [3,4]], columns=['Col1', 'Col2'])
#df = pd.DataFrame(data=[[1,2], [1,3], [3,4]], columns=['Col1', 'Col2'])

df.loc[df["Col1"]==1, "Col2"] = {'key1': 'A',
                                 'key2': 'B'}

print df

如果我取消注释第三行代码，则希望产生以下结果。

   Col1                            Col2
0     1  {u'key2': u'B', u'key1': u'A'}
1     1  {u'key2': u'B', u'key1': u'A'}
2     3                               4

在将此标记为重复之前，我已经看到有关此熊猫错误的其他问题，但似乎没有一个问题可以专门解决此问题。

Answer 1

IIUC，将字典包装在列表中，并将其传递给loc：

df

   Col1  Col2
0     1     2
1     1     3
2     3     4

m = df['Col1'].eq(1)
df.loc[m, 'Col2'] = [{'a' : 1, 'b' : 2}] * m.sum()

df

   Col1              Col2
0     1  {'a': 1, 'b': 2}
1     1  {'a': 1, 'b': 2}
2     3                 4

这同样适用于任何结果。请记住，它会[] * n复制引用，因此您会将同一 dict对象分配给多个单元！请牢记这一点。

如果您想避免重复引用，则有另一种方法-您可以使用list comprehension构建列表。

i = {'a' : 1, 'b' : 2}
df.loc[m, 'Col2'] = [i.copy() for _ in range(m.sum())]

如果您有嵌套的字典，则copy仅执行浅表复制，因此请使用copy模块的deepcopy功能：

from copy import deepcopy
df.loc[m, 'Col2'] = [deepcopy(i) for _ in range(m.sum())]