如何替换Python DataFrame中存储的嵌套列表的值？

问题背景 #

我有如下嵌套结构的DataFrame：

import pandas as pd

data = [[[[[1, 2, 0], [1]],[[1, 2], [4]]],
        [[[[1, 2], [4]]]], [[[1]]]], [[[[1, 2, 0], [1]],[[1, 2], [4]]],
        [[[[1, 2], [4]]]], [[[1]]]]]

df = pd.DataFrame(data)

同时还有第二个DataFrame df2：

data2 = [[1, 10], [1, 15], [1, 14], [1, 20], [1, 18]]
df2 = pd.DataFrame(data2, columns=['dir', 'line'])

需求：df中嵌套列表的数值代表df2的索引，需要将这些数值替换为df2里line列对应的取值，预期输出如下：

finalData = [[[[[15, 14, 10], [15]],[[15, 14], [20]]],
        [[[[15, 14], [20]]]], [[[15]]]], [[[[15, 14, 10], [15]],[[15, 14], [20]]],
        [[[[15, 14], [29]]]], [[[15]]]]]

finaldf = pd.DataFrame(finalData)

解决方案 #

由于列表嵌套层数不固定，我们可以编写一个递归函数来遍历所有嵌套层级，将每个索引值替换为df2.line对应的取值：

def replace_index_with_line(nested_list, line_series):
    # 遍历每个元素，判断是否为列表
    return [
        replace_index_with_line(item, line_series) if isinstance(item, list)
        else line_series.iloc[item]
        for item in nested_list
    ]

# 对df的每个元素应用递归替换函数
final_data = replace_index_with_line(df.values.tolist(), df2['line'])
finaldf = pd.DataFrame(final_data)

# 验证输出
print(finaldf)

说明 #

• 递归函数replace_index_with_line会逐层遍历嵌套列表，遇到数值时就用df2.line.iloc[数值]取出对应的值，遇到列表则继续递归处理。
• df.values.tolist()会把DataFrame转换成嵌套列表，方便递归处理，最后再转回DataFrame即可。

内容的提问来源于stack exchange，提问作者Anas.S