如何将numpy数组存入pandas DataFrame单元格?赋值报错如何解决?
错误原因
你遇到的报错是pandas对numpy数组的默认广播机制导致的:当你用loc给选中的单元格序列赋值时,pandas会默认把右侧的numpy数组当作逐元素赋值的数据源,尝试将数组的每个元素匹配到每个选中的单元格。你当前只选中了1个单元格,而赋值的数组形状是(10,1),二者形状不匹配,因此触发广播错误。
修复方案
如果要把整个numpy数组作为单个对象存入单元格,只需修改赋值方式即可,有两种常用方案:
方案1:将数组包裹为等长列表
选中N个单元格就用长度为N的列表包裹数组,pandas会把列表的每个元素直接赋值给对应单元格:
df.loc[((df['name1']=='aaaa') & (df['name2']=='bbbb')),'array1'] = [np.zeros((10,1))]
方案2:用at定位单个单元格赋值
如果确定只选中1个目标单元格,用at直接定位单个单元格赋值,不会触发广播逻辑,更稳妥:
# 先获取匹配行的索引 target_idx = df[(df['name1']=='aaaa') & (df['name2']=='bbbb')].index[0] # 单个单元格直接赋值数组 df.at[target_idx, 'array1'] = np.zeros((10,1))
两种方案都可以正常将完整的numpy数组存入目标单元格,不会触发形状报错。你可以通过print(df.loc[target_idx, 'array1'].shape)验证存储的数组形状是否符合预期。
内容的提问来源于stack exchange,提问作者burcak
相关产品推荐
相关产品推荐

