如何解决在循环内创建df表单列表理解
我必须使用以下代码从循环内的列表理解中创建df。但是,输出结果不是我想要的。
我想为列表中的每个组创建一个新列。在此示例中,3个组表示3列。
输入:
t = [x * .001 for x in range(2)]
l = [[10,2,40],[20,4,80],[30,6,160]]
tmp = pd.DataFrame([],dtype=object)
for i in range(len(l)):
l1 = [l[i][1]*l[i][0]*l[i][2]*t[j] for j in range(len(t))]
tmp = tmp.append(l1,ignore_index=False)
输出:
l = [[10,160]]
tmp=
0
0 0.0
1 0.8
0 0.0
1 6.4
0 0.0
1 28.8
所需的输出:
0.0 0.0 0.0
0.8 6.4 28.8
如何获得上面想要的输出?
解决方法
我相信您可以创建列表,然后致电DataFrame
cosntructor以提高性能:
t=[x * .001 for x in range(2)]
l=[[10,2,40],[20,4,80],[30,6,160]]
tmp = []
for i in range(len(l)):
l1 = [l[i][1]*l[i][0]*l[i][2]*t[j] for j in range(len(t))]
print (l1)
mp.append(l1)
df = pd.DataFrame(tmp,dtype=object).T
print (df)
0 1 2
0 0 0 0
1 0.8 6.4 28.8
如果需要使用DataFrame.append
:
t=[x * .001 for x in range(2)]
l=[[10,160]]
tmp = pd.DataFrame([],dtype=object)
for i in range(len(l)):
l1 = [l[i][1]*l[i][0]*l[i][2]*t[j] for j in range(len(t))]
print (l1)
tmp=tmp.append([l1])
df = tmp.T
df.columns = range(len(df.columns))
print (df)
0 1 2
0 0.0 0.0 0.0
1 0.8 6.4 28.8
,
您可以使用concat
代替append
:
for i in range(len(l)):
l1 = [l[i][1]*l[i][0]*l[i][2]*t[j] for j in range(len(t))]
l1 = pd.DataFrame(l1)
tmp = pd.concat([tmp,l1],axis=1)
,
如果您想使代码更整洁并提高可读性,我建议结合使用双列表理解和numpy.prod
和numpy.array
功能。
Undefined property: Phalcon\Mvc\Model\Resultset\Simple::$action
Trying to get property 'resource' of non-object
Invalid argument supplied for foreach()
结果如下:
import pandas as pd
import numpy as np
t = [x * .001 for x in range(2)]
l = [[10,160]]
tmp = pd.DataFrame(
np.array(
[
np.prod(np.array(i)) * j
for j in t
for i in l
]
).reshape(len(t),len(l))
)
版权声明:本文内容由互联网用户自发贡献,该文观点与技术仅代表作者本人。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如发现本站有涉嫌侵权/违法违规的内容, 请发送邮件至 dio@foxmail.com 举报,一经查实,本站将立刻删除。