相关疑难解决方法(0)

将Pandas DataFrame的所有列乘以存储在Series？中的列向量的最佳方法是什么？我以前在Matlab中这样做repmat(),在Pandas中不存在.我可以使用np.tile(),但每次来回转换数据结构看起来很难看.

谢谢.

所以现在，如果我增加一个列表，即“ x = [1,2,3]* 2 I get x as [1,2,3,1,2,3]但是，这不适用于熊猫”。

因此，如果要复制PANDAS DF，则必须将一列设为列表并包含多个：

col_x_duplicates =  list(df['col_x'])*N

new_df = DataFrame(col_x_duplicates, columns=['col_x'])

然后对原始数据进行联接：

pd.merge(new_df, df, on='col_x', how='left')

现在这将大熊猫DF复制了N次，有没有更简单的方法？还是更快的方法？

给定一个向量v，我想创建一个所有行都等于的 2D numpy 数组v。做这个的最好方式是什么？必须有比使用 for 循环更快的方法来做到这一点。有像fill,ones和之类的函数zeros可以用一个值填充整个数组，但是用相同的值填充每一列，但每列的值不同呢？

我有一个数组，例如arr = [1, 2, 3, 4]、 和m = 3。我想制作一个包含m行的矩阵，重复该数组。该示例的输出将是

[[1, 2, 3, 4],
 [1, 2, 3, 4],
 [1, 2, 3, 4]]

我怎样才能做到这一点？我尝试过

np.vstack((arr, arr, arr))

然而，据我了解，这只有在我有效地硬核时才有效m。

我有一个与这篇文章有关的问题:"克隆"行或列向量.我试图解决那里发布的答案,但未能将它们应用到我的问题中.

就我而言,我想通过转换矩阵来"克隆"矩阵的每一行

A = [1,2; 3, 4; 5, 6]

进入矩阵

B = [1, 2
     1, 2
     3, 4
     3, 4
     5, 6
     5, 6]

通过重复每一行A多次.

到目前为止,我能够repmat像单行一样工作

A = [1, 2];
B = repmat(A, 2, 1)

>> B = [1, 2
        1, 2]

我试图使用该公式构建循环,以获得所需的矩阵.循环看起来像

T = 3; N = 2;
for t = 1:T
    for I = 1:N
      B = repmat(C, 21, 1)
    end
end

有谁知道如何正确编写循环,或更好的方法来做到这一点？

我想构建两个二维数组

a = [[0, 0, 0, 0, 0, 0],
     [1, 1, 1, 1, 1, 1],
     [2, 2, 2, 2, 2, 2],
     [3, 3, 3, 3, 3, 3],
     [4, 4, 4, 4, 4, 4],
     [5, 5, 5, 5, 5, 5]]

b = [[0, 1, 2, 3, 4, 5],
     [0, 1, 2, 3, 4, 5],
     [0, 1, 2, 3, 4, 5],
     [0, 1, 2, 3, 4, 5],
     [0, 1, 2, 3, 4, 5],
     [0, 1, 2, 3, 4, 5]]

但我不能使用 for 循环。我知道我可以使用 …

我有一个浮动列表：

[1.0, 2.0, 3.0, 4.0] 

如何将此列表重塑为多维数组，例如：

[[1.0, 1.0, 1.0], [2.0, 2.0, 2.0], [3.0, 3.0, 3.0], [4.0, 4.0 ,4.0]]

不使用循环？是否可以使用numpy或任何其他？