Pandas列中的多維數組

我有一些數據將包含許多可以用任意長度的數組描述的屬性（例如，一個對象可以包含一些數量的簇，我想存儲每個組成部分的大小羣集作爲列，但原則上，每個對象的羣集數量範圍可以從0到\ infty。有沒有辦法在Pandas數據框中支持任意長度的數組作爲列數據？我意識到我可以使用一個面板，但是AFAIK需要知道面板的深度（原則上，我在加載數據之前我不知道），另外面板可能非常稀疏，因爲在該示例中，許多對象可能只有很少的簇。Pandas列中的多維數組

如果我只是使用dtype = object的numpy數組，會不會對H5Store中或Pandas選擇或其他內容的存儲有什麼影響？

來源

2013-07-15 Doug S.

難道你不能添加一個名爲'cluster_id'的列並將其全部存儲在一個簡單的數據框中嗎？ – user1827356

嗯，你的意思是一列可以包含數據幀？這是否有任何性能影響？我在某處讀到，使用numpy.array作爲列數據不會允許某些Pandas優化，但如果數據框不是列數據，那麼太棒了！ –

如果您爲每個具有列['A'，'B'，'C']的集羣擁有一個數據框，並將它們與列['ID'，'A'，'B'，'C']合併爲一個新的數據框，其中ID是每個羣集的唯一標識符。因此，您將擁有「一個」巨大的數據框（沒有列包含數據框），其中每個集羣都有多行。如果需要，我可以發佈更詳細的解釋作爲回答 – user1827356

而是改變每個對象中的列數的你將有不同數量的行每對象

pd.DataFrame({'ClusterID' : '1a,1b,2a,2b,2c,2d,3a'.split(','), 'ObjectID' : [1,1,2,2,2,2,3]}) 
    ObjectID ClusterID 
0  1   1a 
1  1   1b 
2  2   2a 
3  2   2b 
4  2   2c 
5  2   2d 
6  3   3a

如果每個集羣具有多個屬性，你可以如下它們存儲在一個單獨的表。這將允許多個對象共享羣集而不必複製數據

pd.DataFrame({'ClusterID' : '1a,1b,2a,2b,2c,2d,3a'.split(','), 'ClusterAttr-1' : 'Attr-1', 'ClusterAttr-2' : 'Attr-2'}) 
    ClusterID ClusterAttr-1 ClusterAttr-2 
0  1a  Attr-1  Attr-2 
1  1b  Attr-1  Attr-2 
2  2a  Attr-1  Attr-2 
3  2b  Attr-1  Attr-2 
4  2c  Attr-1  Attr-2 
5  2d  Attr-1  Attr-2 
6  3a  Attr-1  Attr-2

來源

2013-07-22 15:55:25 user1827356

Pandas列中的多維數組

回答

相關問題