当列包含`List`而不是`Tuple`时，熊猫比较运算符`==`无法按预期工作

Question

import pandas as pdimport numpy as npdf = pd.DataFrame({'Li':[[1,2],[5,6],[8,9]],'Tu':[(1,2),(5,6),(8,9)]}df       Li      Tu0  [1, 2]  (1, 2)1  [5, 6]  (5, 6)2  [8, 9]  (8, 9)工作正常Tupledf.Tu == (1,2)0     True1    False2    FalseName: Tu, dtype: bool当List它给出值错误时df.Li == [1,2]ValueError：长度必须匹配才能进行比较

Answer 1

问题是lists 不可散列，因此有必要比较tuples：

print (df.Li.map(tuple) == (1,2))

0     True

1    False

2    False

Name: Li, dtype: bool

或者在列表理解中：

mask = [tuple(x) == (1,2) for x in df.Li]

#alternative

mask = [x == [1,2] for x in df.Li]

print (mask)

[True, False, False]

如果所有列表的长度相同：

mask = (np.array(df.Li.tolist()) == [1,2]).all(axis=1)

print (mask)

[ True False False]

Answer 2

问题是 pandas 正在考虑[1, 2]作为一个类似系列的对象，并试图将 的每个元素df.Li与 的每个元素进行比较[1, 2]，因此出现错误：

ValueError：长度必须匹配才能进行比较

您无法将大小为 2 的列表与大小为 3 ( df.Li) 的列表进行比较。为了验证这一点，您可以执行以下操作：

print(df.Li == [1, 2, 3])

输出

0    False

1    False

2    False

Name: Li, dtype: bool

它不会抛出任何错误并且可以正常工作，但False会按预期返回。为了使用列表进行比较，您可以执行以下操作：

# this creates an array where each element is [1, 2]

data = np.empty(3, dtype=np.object)

data[:] = [[1, 2] for _ in range(3)]

print(df.Li == data)

输出

0     True

1    False

2    False

Name: Li, dtype: bool

总而言之，这似乎是熊猫方面的一个错误。

Answer 3

我的列 'vectors' 包含 numpy ndarrays，当我想与另一个 ndarray 'centroid' 进行比较时，我得到了同样的错误。以下适用于 numpy ndarrays：

df['vectors'].apply(lambda x: ((vec==centroid).sum() == centroid.shape[0]))

这也适用于列表：

df.Li.apply(lambda x: x==[1,2])