在循环内创建df表单列表理解

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))
)