Question

我有一个像这样的简单熊猫数据框：

d = {'col1': ['a','b','c','d','e'], 'col2': [1,2,3,4,5]}
df = pd.DataFrame(d)
df
  col1  col2
0    a     1
1    b     2
2    c     3
3    d     4
4    e     5

我需要迭代它并获得所有行值组合的简单算术结果（如产品等）。我正在考虑制作一个矩阵并将值放入，如下所示：

size = df.shape[0]
mtx = np.zeros(shape=(size, size))
mtx
array([[ 0.,  0.,  0.,  0.,  0.],
       [ 0.,  0.,  0.,  0.,  0.],
       [ 0.,  0.,  0.,  0.,  0.],
       [ 0.,  0.,  0.,  0.,  0.],
       [ 0.,  0.,  0.,  0.,  0.]])

但我不知道'感觉'有更多有效的方法来做这个比嵌套循环，像这样：

for index1, c11, c12, in df.itertuples():
    for index2, c21, c22 in df.itertuples():
        mtx[index1][index2] = float(c12) * float(c22)

mtx
array([[  1.,   2.,   3.,   4.,   5.],
       [  2.,   4.,   6.,   8.,  10.],
       [  3.,   6.,   9.,  12.,  15.],
       [  4.,   8.,  12.,  16.,  20.],
       [  5.,  10.,  15.,  20.,  25.]])

任何想法都将不胜感激！谢谢！

Answer 1

对于*,+,-,/之类的操作，您可以执行以下操作:(此示例适用于*，但如果您需要+,-或{{/，则可以更改最后一行中的操作1}}）

import numpy as np
import pandas as pd
d = {'col1': ['a','b','c','d','e'], 'col2': [1,2,3,4,5]}
df = pd.DataFrame(d)
a=np.array([df.col2.tolist()])
a.T*a

结果是：

array([[ 1,  2,  3,  4,  5],
   [ 2,  4,  6,  8, 10],
   [ 3,  6,  9, 12, 15],
   [ 4,  8, 12, 16, 20],
   [ 5, 10, 15, 20, 25]], dtype=int64)

对于成对总和，将a.T*a更改为a.T+a，对于成对差异，将a.T-a更改为a.T/a。如果您想要成对分割，可以将其更改为a=a.astype(float)，但请记住在操作上方添加行var sql = @"Insert Into appointment (name, time) Values (@name, @time)"; int noOfRowInserted = dbcontext.Database.ExecuteSqlCommand(sql, new SqlParameter("@name", appointment.name), new SqlParameter("@time", appointment.time));。

使用pandas数据帧

1 个答案: