Question

我正在尝试创建一个看起来像这样的熊猫df：

   AAA  BBB  CCC
0    4   10  100
1    4   20   50
2    5   30  -30
3    5   40  -50

要实现，我现在要创建两个数据框

df1 = pd.DataFrame({'AAA' : [4] * 2 , 'BBB' : [10,20], 'CCC' : [100,50]})
df2 = pd.DataFrame({'AAA': [5]*2, 'BBB' : [30,40],'CCC' : [-30,-50]})

，然后将df2的行附加到df1以创建所需的df

我试图做

df = pd.DataFrame({'AAA' : [4] * 2, 'AAA': [5]*2, 'BBB' :
 [10,20,30,40],'CCC' : [100,50,-30,-50]}); df

但是关键消息出现错误：

ValueError（'数组必须都具有相同的长度'）ValueError：数组必须长度都一样

我当然可以做：

df = pd.DataFrame({'AAA' : [4,4,5,5], 'BBB' : [10,20,30,40],'CCC' :
 [100,50,-30,-50]}); df

但是，没有别的优雅的方法可以做到这一点吗？这个小例子很容易实现，但是如果我想扩展到很多行，输入将变得很长。

Answer 1

我相信您需要+之前的加入列表：

df = pd.DataFrame({'AAA' : [4]*2 + [5]*2, 'BBB' : [10,20,30,40],'CCC' : [100,50,-30,-50]})
print (df)
   AAA  BBB  CCC
0    4   10  100
1    4   20   50
2    5   30  -30
3    5   40  -50

或将repeat与concatenate一起使用：

df = pd.DataFrame({'AAA' :  np.concatenate([np.repeat(4, 2), np.repeat(5, 2)]),
                   'BBB' : [10,20,30,40],
                   'CCC' : [100,50,-30,-50]})

替代：

df = pd.DataFrame({'AAA' :  np.repeat((4,5), (2, 2)),
                   'BBB' : [10,20,30,40],
                   'CCC' : [100,50,-30,-50]})

print (df)
   AAA  BBB  CCC
0    4   10  100
1    4   20   50
2    5   30  -30
3    5   40  -50

Answer 2

对于一般解决方案，您可以执行以下操作：

import pandas as pd

data = [(4, 2), (5, 2)]
df = pd.DataFrame({'AAA' : [value for value, reps in data for _ in range(reps)], 'BBB' : [10,20,30,40],'CCC' : [100,50,-30,-50]})
print(df)

如果数据是值列表，则重复元组。因此，对于您的特定示例，您有4个重复2个和5个重复2个，因此[(4, 2), (5, 2)]。

Answer 3

您得到的错误非常清楚。从字典创建数据框时，所有数组的长度必须相同。创建字典时，如果多次输入相同的键，则使用最后一个。所以

{'AAA' : [4] * 2, 'AAA': [5]*2, 'BBB' : [10,20,30,40],'CCC' : [100,50,-30,-50]}

与

相同

{'AAA': [5]*2, 'BBB' : [10,20,30,40],'CCC' : [100,50,-30,-50]}

当您尝试从该词典创建数据框时，您需要一列2行和2列4行，因此会出现错误。正如@jezrael所指出的，您可以通过加入列表，然后从该列表创建数据框，来为AAA创建所需的列。

创建具有重复值的熊猫数据框

3 个答案: