如何用计算的数字填充数组“列”

我想用一系列计算的非平凡数填充可变长度的列，以便它可以匹配数据帧列中的一组数据。结果将是一个数据帧两列宽由一些大数字（这里20行长）。我知道如何计算系列：如何用计算的数字填充数组“列”

while p < 20: 
    r = p * 9890 
    d.append(r) 
    p +=1

，但它会导致 “水平” 字符串：

print(d)

[0，9890，19780，29670，39560，49450，59340，69230，79120 ，89010,98900,108790,118680,128570,138460,148350,158240,168130,178020,187910]

我该如何让这个“垂直”列？

来源

2016-02-04 DyTech

那么你最初构建的是一个香草python列表，当然这个列表没有行或列的概念，因为它本质上是一维的。虽然我不熟悉的大熊猫，假设它使用numpy的数组，你可以做到以下几点：

d = numpy.array(d)  #convert to a numpy array 
d = d[numpy.newaxis]  #convert from 1D to 2D 
d = d.T     #transpose to make a "column"

或者在单行：

d = numpy.array(d)[numpy.newaxis].T

来源

2016-02-04 21:50:06 TheSchwa

使用python和熊猫

DF ['new'] = df ['datatoiterateover']。apply（函数x：x）将把所有的数据放在一个新列中。

来源

2016-02-04 21:51:36 DataNoob

>>> import pandas as pd 
>>> d = [] 
>>> for i in range(20): 
...  d.append(i * 9890) 
... 
>>> df = pd.DataFrame({'column_header': d}) 
>>> df.head() 
    column_header 
0    0 
1   9890 
2   19780 
3   29670 
4   39560 
>>>

来源

2016-02-04 22:18:35 Sam

numpy可以非常干净地创建阵列，并且可以在现有的DataFrame直接分配到一个pandas.DataFrame柱或与列进行比较。它

import numpy as np 
... 
d = np.arange(20)*980

您可以直接比较d您DataFrame列，你不必与它的“方向”垂直或水平关心你。

来源

2016-02-04 22:27:53

使用numpy.arrays和切片：

a = np.array([0, 9890, 19780, 29670, 39560, 49450, 59340, 69230, 79120, 89010, 98900, 108790, 118680, 128570, 138460, 148350, 158240, 168130, 178020, 187910]) 

In [3]: a[:,None] 
Out[3]: 
array([[  0], 
     [ 9890], 
     [ 19780], 
     [ 29670], 
     [ 39560], 
     [ 49450], 
     [ 59340], 
     [ 69230], 
     [ 79120], 
     [ 89010], 
     [ 98900], 
     [108790], 
     [118680], 
     [128570], 
     [138460], 
     [148350], 
     [158240], 
     [168130], 
     [178020], 
     [187910]])

来源

2016-02-05 04:23:46

from numpy import * 
d=[] 
p=0 
while p < 20: 
    r = p * 9890 
    d.append(r) 
    p +=1 

result=array(d).reshape(20,1)

来源

2016-02-05 08:02:32

如何用计算的数字填充数组“列”

回答

相关问题