Question

给定DataFrame df：

    d       e       f
a    0     [2]     [3]
b  [1]       0     [3]
c  [0]  [2, 3]  [3, 1]

我只是想在轴= 1上附加值以获得结果：

    d       e       f    appended
a    0     [2]     [3]   [0,2,3]
b  [1]       0     [3]   [1,0,3]
c  [0]  [2, 3]  [3, 1]   [0,2,3,3,1]

令人惊讶的是df['appended'] = df.sum(axis=1)会这样做，如果不是0值（不是列表），它会为每一行返回零。

我知道这是一个愚蠢的问题，但我刚刚接手了大熊猫，我还没有感受到它。

你能提出什么建议吗？

@EDIT

是的，我试图用列表替换零（虽然我不愿意这样做，因为我需要那些零在我原来的df中保留零，并且创建一个新的df可能不是最好的选择？）：< / p>

def mk_list(x):
    if not isinstance(x, list):
        x = [x]
    return x 

df2 = df.apply(mk_list)

无论如何这产生了所有NaN，我必须做错了。

d    [[nan, nan, nan]]
e    [[nan, nan, nan]]
f    [[nan, nan, nan]]

Answer 1

您可以通过使用您的值循环列表来将值应用于矩阵想要应用并将它们附加到循环中的矩阵中。

from numpy import *


# list, matrice that gets the values from the list ls
matrice = []

# list with values to apply

ls= [1,2,3,4]

for i in xrange(len(ls)):
    matrice.append([])
    for j in range(i):
        matrice[i].append(i+j)
print matrice

其次：规范化后，使用NAN的数组row / row.sum，因为你首先为你的matrice赋值，然后在matrice上调用规范化。你需要做相反的事情，你需要规范化矩阵并再次调用矩阵

1. create a matrice and assign some values
[[ 0.  2.  0.]
 [ 0.  0.  2.]
 [ 1.  1.  0.] 

matrice = stat_function()
2. Normalize rows, row /= row.sum()
[[ nan  nan  nan]
 [ nan  nan  nan]
 [ nan  nan  nan]

matrice = normalize_function()
3. Call the same matrice again
[[ 0.   1.   0. ]
 [ 0.   0.   1. ]
 [ 0.5  0.5  0. ]
matrice = stat_function()

逐行连接值

1 个答案: