我最近通过多个文件,行等迭代来构建pandas dataframes。P>
我了解还有其他工具,例如apply()和internows(),可以逐步逐步逐步逐步应用或屏幕数据。那不是这个问题的话题。
new_data_dict = {}
for r in df.index:
new_data = df.loc[r] **2
new_data_dict[r] = new_data
new_df = pd.DataFrame.from_dict(new_data_dict, orient = 'index')
这是建造熊猫DF的最有效方法吗?我没有将其与pandas.dataframe.append进行比较。我对附加有两个想法。一方面,创建数据框架或系列(单行)似乎不必要的沉重,只是为了附加。另一方面
通过行构建DataFrame行的'Pandamic'是什么?
,而不是使用for for循环并重复行,可以使用numpy。
import pandas as pd
import numpy as np
df = pd.DataFrame({'Location':['New York','Florida','California', 'Nevada','Georgia'],
'Owner':['John','Gary','Mike','Kate','Lucy'],
'Score':[50,80,70,90,80]})
print (df)
new_df = pd.DataFrame(np.repeat(df.values,2,axis=0))
print (new_df)
原始数据框:
Location Owner Score
0 New York John 50
1 Florida Gary 80
2 California Mike 70
3 Nevada Kate 90
4 Georgia Lucy 80
带有重复行的新数据框:
0 1 2
0 New York John 50
1 New York John 50
2 Florida Gary 80
3 Florida Gary 80
4 California Mike 70
5 California Mike 70
6 Nevada Kate 90
7 Nevada Kate 90
8 Georgia Lucy 80
9 Georgia Lucy 80