Saya memiliki daftar 'abc' dan dataframe 'df':

abc = ['foo', 'bar']
df =
    A  B
0  12  NaN
1  23  NaN

Saya ingin memasukkan daftar ke sel 1B, jadi saya ingin hasil ini:

    A  B
0  12  NaN
1  23  ['foo', 'bar']

Ho bisakah saya melakukan itu?

1) Jika saya menggunakan ini:

df.ix[1,'B'] = abc

Saya mendapatkan pesan kesalahan berikut:

ValueError: Must have equal len keys and value when setting with an iterable

karena mencoba memasukkan daftar (yang memiliki dua elemen) ke dalam baris / kolom tetapi tidak ke dalam sel.

2) Jika saya menggunakan ini:

df.ix[1,'B'] = [abc]

kemudian menyisipkan daftar yang hanya memiliki satu elemen yaitu 'abc' list ( [['foo', 'bar']]).

3) Jika saya menggunakan ini:

df.ix[1,'B'] = ', '.join(abc)

lalu menyisipkan string: ( foo, bar) tetapi bukan daftar.

4) Jika saya menggunakan ini:

df.ix[1,'B'] = [', '.join(abc)]

lalu itu menyisipkan daftar tetapi hanya memiliki satu elemen ( ['foo, bar']) tetapi tidak dua seperti yang saya inginkan ( ['foo', 'bar']).

Terimakasih atas bantuannya!

EDIT

Dataframe baru saya dan daftar lama:

abc = ['foo', 'bar']
df2 =
    A    B         C
0  12  NaN      'bla'
1  23  NaN  'bla bla'

Dataframe lain:

df3 =
    A    B         C                    D
0  12  NaN      'bla'  ['item1', 'item2']
1  23  NaN  'bla bla'        [11, 12, 13]

Saya ingin memasukkan daftar 'abc' ke df2.loc[1,'B']dan / atau df3.loc[1,'B'].

Jika kerangka data memiliki kolom hanya dengan nilai integer dan / atau nilai NaN dan / atau nilai daftar, maka memasukkan daftar ke dalam sel bekerja dengan sempurna. Jika kerangka data memiliki kolom hanya dengan nilai string dan / atau nilai NaN dan / atau nilai daftar, maka memasukkan daftar ke dalam sel bekerja dengan sempurna. Tetapi jika dataframe memiliki kolom dengan nilai integer dan string dan kolom lainnya maka muncul pesan kesalahan jika saya menggunakan ini: df2.loc[1,'B'] = abcatau df3.loc[1,'B'] = abc.

Dataframe lain:

df4 =
          A     B
0      'bla'  NaN
1  'bla bla'  NaN

Sisipan ini bekerja dengan sempurna: df.loc[1,'B'] = abcatau df4.loc[1,'B'] = abc.

Karena set_valuesudah tidak digunakan lagi sejak versi 0.21.0, sekarang Anda harus menggunakan at. Itu dapat memasukkan daftar ke dalam sel tanpa meningkatkan ValueErrorseperti yang locdilakukannya. Saya rasa ini karena at selalu mengacu pada satu nilai, sementara locdapat merujuk pada nilai serta baris dan kolom.

df = pd.DataFrame(data={'A': [1, 2, 3], 'B': ['x', 'y', 'z']})

df.at[1, 'B'] = ['m', 'n']

df =
    A   B
0   1   x
1   2   [m, n]
2   3   z

Anda juga perlu memastikan kolom yang Anda masukkan memiliki dtype=object. Sebagai contoh

>>> df = pd.DataFrame(data={'A': [1, 2, 3], 'B': [1,2,3]})
>>> df.dtypes
A    int64
B    int64
dtype: object

>>> df.at[1, 'B'] = [1, 2, 3]
ValueError: setting an array element with a sequence

>>> df['B'] = df['B'].astype('object')
>>> df.at[1, 'B'] = [1, 2, 3]
>>> df
   A          B
0  1          1
1  2  [1, 2, 3]
2  3          3

df3.set_value(1, 'B', abc)berfungsi untuk kerangka data apa pun. Jaga tipe data kolom 'B'. Misalnya. daftar tidak dapat dimasukkan ke dalam kolom float, dalam hal ini df['B'] = df['B'].astype(object)dapat membantu.

Panda> = 0,21

set_valuesudah tidak digunakan lagi. Anda sekarang dapat menggunakan DataFrame.atto set by label, dan DataFrame.iatto set by integer position.

Mengatur Nilai Sel dengan at/iat

# Setup
df = pd.DataFrame({'A': [12, 23], 'B': [['a', 'b'], ['c', 'd']]})
df

    A       B
0  12  [a, b]
1  23  [c, d]

df.dtypes

A     int64
B    object
dtype: object

Jika Anda ingin menetapkan nilai di baris kedua "B" ke beberapa daftar baru, gunakan DataFrane.at:

df.at[1, 'B'] = ['m', 'n']
df

    A       B
0  12  [a, b]
1  23  [m, n]

Anda juga dapat mengatur dengan posisi integer menggunakan DataFrame.iat

df.iat[1, df.columns.get_loc('B')] = ['m', 'n']
df

    A       B
0  12  [a, b]
1  23  [m, n]

Bagaimana jika saya mendapatkan ValueError: setting an array element with a sequence?

Saya akan mencoba mereproduksi ini dengan:

df

    A   B
0  12 NaN
1  23 NaN

df.dtypes

A      int64
B    float64
dtype: object

df.at[1, 'B'] = ['m', 'n']
# ValueError: setting an array element with a sequence.

Ini karena objek Anda float64berjenis d, sedangkan daftar adalah objects, jadi ada ketidakcocokan di sana. Apa yang harus Anda lakukan dalam situasi ini adalah mengonversi kolom menjadi objek terlebih dahulu.

df['B'] = df['B'].astype(object)
df.dtypes

A     int64
B    object
dtype: object

Kemudian, ini berhasil:

df.at[1, 'B'] = ['m', 'n']
df

    A       B
0  12     NaN
1  23  [m, n]

Mungkin, Tapi Hacky

Yang lebih aneh lagi, saya menemukan Anda dapat meretas DataFrame.locuntuk mencapai sesuatu yang serupa jika Anda melewati daftar bersarang.

df.loc[1, 'B'] = [['m'], ['n'], ['o'], ['p']]
df

    A             B
0  12        [a, b]
1  23  [m, n, o, p]

Anda dapat membaca lebih lanjut tentang mengapa ini berfungsi di sini.

Seperti disebutkan dalam pandas posting ini : bagaimana cara menyimpan daftar di dataframe? ; dtypes dalam kerangka data dapat memengaruhi hasil, serta memanggil kerangka data atau tidak untuk ditugaskan.

Bekerja cepat

Cukup lampirkan daftar di dalam daftar baru, seperti yang dilakukan untuk col2 dalam bingkai data di bawah ini. Alasan kerjanya adalah karena python mengambil daftar terluar (dari daftar) dan mengubahnya menjadi kolom seolah-olah itu berisi item skalar normal, yang merupakan daftar dalam kasus kami dan bukan skalar normal.

mydict={'col1':[1,2,3],'col2':[[1, 4], [2, 5], [3, 6]]}
data=pd.DataFrame(mydict)
data


   col1     col2
0   1       [1, 4]
1   2       [2, 5]
2   3       [3, 6]

Juga mendapatkan

ValueError: Must have equal len keys and value when setting with an iterable,

menggunakan .at daripada .loc tidak membuat perbedaan apa pun dalam kasus saya, tetapi memaksakan tipe data kolom dataframe melakukan trik:

df['B'] = df['B'].astype(object)

Kemudian saya bisa mengatur daftar, array numpy dan segala macam hal sebagai nilai sel tunggal dalam kerangka data saya.