blocks|key|3304086|text|使用：|type|unstyled|depth|inlineStyleRanges|entityRanges|data|3304087|df['Second']=x.tolist()
print(df)

++First+++++Second
0+++++A++[1,+2,+3]
1+++++B++[4,+5,+6]|code-block|syntax|javascript|3304088|entityMap^0|0|0^^$0|@$1|2|3|4|5|6|7|I|8|@]|9|@]|A|$]]|$1|B|3|C|5|D|7|J|8|@]|9|@]|A|$E|F]]|$1|G|3|-4|5|6|7|K|8|@]|9|@]|A|$]]]|H|$]]

Use:

<pre><code>df['Second']=x.tolist()
print(df)

 First Second
0 A [1, 2, 3]
1 B [4, 5, 6]
</code></pre>

blocks|key|988064|text|+import+pandas+as+pd
+import+numpy+as+np

+x+=+np.array([[1,+2,+3],+[4,+5,+6]],+np.int32)
+df+=+pd.DataFrame(['A',+'B'],+columns=['First'])
+df['second']+=+[i+for+i+in+x]+or+df['second']+=+list(x)
+print(df)|type|code-block|depth|inlineStyleRanges|entityRanges|data|syntax|javascript|988065|unstyled|entityMap^0|0^^$0|@$1|2|3|4|5|6|7|G|8|@]|9|@]|A|$B|C]]|$1|D|3|-4|5|E|7|H|8|@]|9|@]|A|$]]]|F|$]]

<pre><code> import pandas as pd
 import numpy as np

 x = np.array([[1, 2, 3], [4, 5, 6]], np.int32)
 df = pd.DataFrame(['A', 'B'], columns=['First'])
 df['second'] = [i for i in x] or df['second'] = list(x)
 print(df)
</code></pre>

blocks|key|4772038|text|您可以通过将数组x的行解压缩到一个列表中来直接对其进行assign：|type|unstyled|depth|inlineStyleRanges|offset|length|style|CODE|entityRanges|data|4772039|df.assign(second=[*x])

+++First++second
0+++++A++[1,+2,+3]
1+++++B++[4,+5,+6]|code-block|syntax|javascript|4772040|4772041|请注意，如注释中所述，这与以下内容相同：|4772042|df.assign(second=list(x))|4772043|entityMap|0|LINK|mutability|MUTABLE|url|https://pandas.pydata.org/pandas-docs/stable/reference/api/pandas.DataFrame.assign.html^0|8|1|R|6|R|6|0|0|0|0|0|0^^$0|@$1|2|3|4|5|6|7|X|8|@$9|Y|A|Z|B|C]|$9|10|A|11|B|C]]|D|@$9|12|A|13|1|14]]|E|$]]|$1|F|3|G|5|H|7|15|8|@]|D|@]|E|$I|J]]|$1|K|3|-4|5|6|7|16|8|@]|D|@]|E|$]]|$1|L|3|M|5|6|7|17|8|@]|D|@]|E|$]]|$1|N|3|O|5|H|7|18|8|@]|D|@]|E|$I|J]]|$1|P|3|-4|5|6|7|19|8|@]|D|@]|E|$]]]|Q|$R|$5|S|T|U|E|$V|W]]]]

You can directly <a href="https://pandas.pydata.org/pandas-docs/stable/reference/api/pandas.DataFrame.assign.html" rel="nofollow noreferrer"><code>assign</code></a> the array <code>x</code> by unpacking its rows into a list:

<pre><code>df.assign(second=[*x])

 First second
0 A [1, 2, 3]
1 B [4, 5, 6]
</code></pre>

<hr>

Note that, as mentioned in the comments this is the same as:

<pre><code>df.assign(second=list(x))
</code></pre>

blocks|key|1095821|text|即使这会加长表的长度，我仍然推荐explode它，在groupby之后，你总是可以把它转换回来。|type|unstyled|depth|inlineStyleRanges|offset|length|style|CODE|entityRanges|data|1095822|单列中的对象数据类型将禁用大多数db查询函数和pandas函数|1095823|df.assign(list=x.tolist()).explode('list')
Out[6]:+
++First+list
0+++++A++++1
0+++++A++++2
0+++++A++++3
1+++++B++++4
1+++++B++++5
1+++++B++++6|code-block|syntax|javascript|1095824|entityMap^0|G|7|Q|7|0|N|6|0|0^^$0|@$1|2|3|4|5|6|7|O|8|@$9|P|A|Q|B|C]|$9|R|A|S|B|C]]|D|@]|E|$]]|$1|F|3|G|5|6|7|T|8|@$9|U|A|V|B|C]]|D|@]|E|$]]|$1|H|3|I|5|J|7|W|8|@]|D|@]|E|$K|L]]|$1|M|3|-4|5|6|7|X|8|@]|D|@]|E|$]]]|N|$]]

Even though this will extend the length of table , I still recommend <code>explode</code> it 
, after <code>groupby</code> you can always convert it back.

Object data type in single columns will disable most of db query functions and <code>pandas</code> functions

<pre><code>df.assign(list=x.tolist()).explode('list')
Out[6]: 
 First list
0 A 1
0 A 2
0 A 3
1 B 4
1 B 5
1 B 6
</code></pre>

Having a multi dimensional array, and I want to introduced as a column into a df. 

<pre><code>import pandas as pd
import numpy as np

x = np.array([[1, 2, 3], [4, 5, 6]], np.int32)
df = pd.DataFrame(['A', 'B'], columns=['First'])
</code></pre>

Initial df:

<pre><code> First 
0 A 
1 B 

</code></pre>

Final output should be:

<pre><code> First Second 
0 A [1,2,3]
1 B [4,5,6]
</code></pre>

The final obj is to upload the table into a data base, and I understand is not the best way to keep records. 
If you have any recommendations are more than welcome. 

Thanks.

List of list (multi dimensional array) into pandas Data Frame column

翻译质量差，导致语言生硬或混乱。

没有提供实际的解决方法或示例。

解答不清晰，无法理解或解决问题。

页面排版不美观，阅读体验差。

文章

问答

视频

学习中心

腾讯云实验室

直播

竞赛

腾讯云代码分析专区

腾讯iOA零信任安全管理系统专区

腾讯云架构师技术同盟交流圈

腾讯云数据库专区

腾讯云顾问专区

腾讯云原生专区

腾讯混元专区

腾讯云TCE专区

腾讯云Lighthouse专区

腾讯云HAI专区

腾讯云Edgeone专区

腾讯云存储专区

腾讯云智能专区

腾讯轻联专区 

腾讯云开发专区

TAPD专区

腾讯轻量云游戏服专区

腾讯云最具价值专家

腾讯云架构师技术同盟

腾讯云创作之星

腾讯云开发者先锋

腾讯云代码助手

云原生构建

TAPD 敏捷项目管理

Cloud Studio

SDK中心

API中心

命令行工具

涵盖代码开发、场景应用、自动测试全流程，助你从零构建专属AI助手

一站式MCP教程库，解锁AI应用新玩法

有一个多维数组，我想把它作为一个列引入到df中。import pandas as pdimport numpy as npx = np.array([[1, 2, 3], [4, 5, 6]], np.int32)df = pd.DataFrame(['A', 'B'], columns=['First'])初始df：...

问列表(多维数组)进入pandas数据框列
EN

Stack Overflow用户

社区

活动

圈层

关于

腾讯云开发者

热门产品

热门推荐

更多推荐

问列表(多维数组)进入pandas数据框列EN